Mapping of corn phenological stages using NDVI from OLI and MODIS sensors / Mapeamento dos estádios fenológicos da cultura do milho utilizando o NDVI derivado dos sensores OLI e MODIS

Crop phenology knowledge is relevant to a series of actions related to its management and can be accessed through vegetation indexes. Thus, this study aimed to evaluate the use of the Normalized Difference Vegetation Index (NDVI), from images of OLI and MODIS sensors, to obtain phenological information from corn crops. To this end, we evaluated two corn cropping areas, irrigated by a central pivot, and located western Bahia state, Brazil. These areas were managed with high technology and had no record of biotic and abiotic stresses. NDVI showed a well-defined temporal pattern throughout the corn cycle, with a rapid increase at the beginning, stabilization at intermediate stages, and decreases at the end of the cycle. Excellent fits for polynomial equations were obtained to estimate NDVI as a function of days after sowing (DAS), with R² values of 0.96 and 0.95 for images of OLI and MODIS sensors, respectively. This demonstrates that both sensors could characterize corn canopy changes over time. NDVI ranges were correlated with the main phenological stages (PE), using the direct relationship between both variables (NDVI and PE) with days after sowing (DAS). For the beginning and end of each phenological stage, NDVI ranges were validated through model identity testing. NDVI proved to be a suitable parameter to assess corn phenology accurately and remotely. Finally, NDVI was also an important tool for detecting biotic and abiotic stresses throughout the crop cycle, and hence for decision making based on corn phenology.(AU)

O conhecimento da fenologia das culturas é relevante para uma série de ações relacionadas ao seu manejo e pode ser acessada por meio de índices de vegetação. Portanto, objetivou-se com este trabalho avaliar o potencial do uso do Índice de Vegetação por Diferença Normalizada (NDVI), calculado a partir de imagens dos sensores OLI e MODIS para obter informações fenológicas da cultura do milho. Para tanto, foram utilizadas duas áreas de cultivo de milho irrigadas por sistema de pivô central na região oeste do estado da Bahia, Brasil. Estas áreas foram manejadas com alta tecnologia e sem registro de ocorrência de estresses bióticos e abióticos. O NDVI apresentou um padrão temporal bem definido ao longo do ciclo de desenvolvimento, com rápido incremento no início do desenvolvimento, estabilização nos estádios intermediários, e decréscimos na parte final do ciclo. Excelentes ajustes para as equações polinomiais foram obtidos para estimar o NDVI em função dos dias após a semeadura (DAS), com R² de 0,96 e 0,95 para as imagens do sensor OLI e MODIS, respectivamente, demonstrando que os sensores são capazes de caracterizar temporalmente as modificações do dossel da cultura do milho ao longo do ciclo. Intervalos de valores de NDVI foram correlacionados com os principais estádios fenológicos (EF) da cultura do milho, utilizando a relação direta de ambas as variáveis (NDVI e EF) com os dias após a semeadura (DAS). Os intervalos de valores de NDVI para o início e final de cada estádio fenológico foram validados através do teste de identidade do modelo, tornando o NDVI uma variável adequada para ser utilizada no acesso a fenologia do milho com precisão de maneira remota. Por fim, esses valores também são uma importante ferramenta para detecção de problemas bióticos e abióticos ao longo do ciclo de cultivo e para tomadas de decisão baseadas na fenologia da cultura.(AU)

Analysis of the landscape complexity and heterogeneity of the Pantanal wetland / Análise da complexidade e heterogeneidade da paisagem do Pantanal

This is the first report on analysis of habitat complexity and heterogeneity of the Pantanal wetland. The Pantanal encompasses a peculiar mosaic of environments, being important to evaluate and monitor this area concerning conservation of biodiversity. Our objective was to indirectly measure the habitat complexity and heterogeneity of the mosaic forming the sub-regions of the Pantanal, by means of remote sensing. We obtained free images of Normalized Difference Vegetation Index (NDVI) from the sensor MODIS and calculated the mean value (complexity) and standard deviation (heterogeneity) for each sub-region in the years 2000, 2008 and 2015. The sub-regions of Poconé, Canoeira, Paraguai and Aquidauana presented the highest values of complexity (mean NDVI), between 0.69 and 0.64 in the evaluated years. The highest horizontal heterogeneity (NDVI standard deviation) was observed in the sub-region of Tuiuiú, with values of 0.19 in the years 2000 and 2015, and 0.21 in the year 2008. We concluded that the use of NDVI to estimate landscape parameters is an efficient tool for assessment and monitoring of the complexity and heterogeneity of the Pantanal habitats, applicable in other regions.(AU)

Este é o primeiro trabalho sobre análise da complexidade e heterogeneidade de habitats do Pantanal. O Pantanal é constituído por um mosaico de ambientes com características peculiares, sendo importante a avaliação e o monitoramento dessa área voltado para a conservação da biodiversidade. O objetivo do estudo é mensurar de forma indireta a complexidade e a heterogeneidade do mosaico de habitats os quais formam as sub-regiões do Pantanal, por meio do sensoriamento remoto. Foram obtidas, gratuitamente, imagens de índice de vegetação por diferença normalizada (NDVI) do sensor MODIS e calculado o valor de média (complexidade) e desvio padrão (heterogeneidade) para cada sub-regiões do Pantanal, para os anos de 2000, 2008 e 2015. Os pantanais de Poconé, Canoeira, Paraguai e Aquidauana são as regiões que apresentaram os maiores valores de complexidade (NDVI médio), variando entre 0.69 a 0.64 para os anos avaliados. Maior heterogeneidade (NDVI desvio padrão) foi observada na sub-região pantaneira do Tuiuiú, sendo o valor para os anos de 2000 e 2015 igual a 0.19 e para o ano de 2008 o valor de 0.21, o que implica que a região tem a maior heterogeneidade horizontal quando comparada com as demais sub-regiões. Constata-se que o uso de NDVI na estimativa de parâmetros da paisagem é uma ferramenta eficiente para o reconhecimento e monitoramento da complexidade e heterogeneidade de habitats do Pantanal, replicável em outras regiões.(AU)

Analysis of the landscape complexity and heterogeneity of the Pantanal wetland

Abstract This is the first report on analysis of habitat complexity and heterogeneity of the Pantanal wetland. The Pantanal encompasses a peculiar mosaic of environments, being important to evaluate and monitor this area concerning conservation of biodiversity. Our objective was to indirectly measure the habitat complexity and heterogeneity of the mosaic forming the sub-regions of the Pantanal, by means of remote sensing. We obtained free images of Normalized Difference Vegetation Index (NDVI) from the sensor MODIS and calculated the mean value (complexity) and standard deviation (heterogeneity) for each sub-region in the years 2000, 2008 and 2015. The sub-regions of Poconé, Canoeira, Paraguai and Aquidauana presented the highest values of complexity (mean NDVI), between 0.69 and 0.64 in the evaluated years. The highest horizontal heterogeneity (NDVI standard deviation) was observed in the sub-region of Tuiuiú, with values of 0.19 in the years 2000 and 2015, and 0.21 in the year 2008. We concluded that the use of NDVI to estimate landscape parameters is an efficient tool for assessment and monitoring of the complexity and heterogeneity of the Pantanal habitats, applicable in other regions.

Resumo Este é o primeiro trabalho sobre análise da complexidade e heterogeneidade de habitats do Pantanal. O Pantanal é constituído por um mosaico de ambientes com características peculiares, sendo importante a avaliação e o monitoramento dessa área voltado para a conservação da biodiversidade. O objetivo do estudo é mensurar de forma indireta a complexidade e a heterogeneidade do mosaico de habitats os quais formam as sub-regiões do Pantanal, por meio do sensoriamento remoto. Foram obtidas, gratuitamente, imagens de índice de vegetação por diferença normalizada (NDVI) do sensor MODIS e calculado o valor de média (complexidade) e desvio padrão (heterogeneidade) para cada sub-região do Pantanal, para os anos de 2000, 2008 e 2015. Os pantanais de Poconé, Canoeira, Paraguai e Aquidauana são as regiões que apresentaram os maiores valores de complexidade (NDVI médio), variando entre 0.69 a 0.64 para os anos avaliados. Maior heterogeneidade (NDVI desvio padrão) foi observada na sub-região pantaneira do Tuiuiú, sendo o valor para os anos de 2000 e 2015 igual a 0.19 e para o ano de 2008 o valor de 0.21, o que implica que a região tem a maior heterogeneidade horizontal quando comparada com as demais sub-regiões. Constata-se que o uso de NDVI na estimativa de parâmetros da paisagem é uma ferramenta eficiente para o reconhecimento e monitoramento da complexidade e heterogeneidade de habitats do Pantanal, replicável em outras regiões.

Analysis of the landscape complexity and heterogeneity of the Pantanal wetland

Abstract This is the first report on analysis of habitat complexity and heterogeneity of the Pantanal wetland. The Pantanal encompasses a peculiar mosaic of environments, being important to evaluate and monitor this area concerning conservation of biodiversity. Our objective was to indirectly measure the habitat complexity and heterogeneity of the mosaic forming the sub-regions of the Pantanal, by means of remote sensing. We obtained free images of Normalized Difference Vegetation Index (NDVI) from the sensor MODIS and calculated the mean value (complexity) and standard deviation (heterogeneity) for each sub-region in the years 2000, 2008 and 2015. The sub-regions of Poconé, Canoeira, Paraguai and Aquidauana presented the highest values of complexity (mean NDVI), between 0.69 and 0.64 in the evaluated years. The highest horizontal heterogeneity (NDVI standard deviation) was observed in the sub-region of Tuiuiú, with values of 0.19 in the years 2000 and 2015, and 0.21 in the year 2008. We concluded that the use of NDVI to estimate landscape parameters is an efficient tool for assessment and monitoring of the complexity and heterogeneity of the Pantanal habitats, applicable in other regions.

Resumo Este é o primeiro trabalho sobre análise da complexidade e heterogeneidade de habitats do Pantanal. O Pantanal é constituído por um mosaico de ambientes com características peculiares, sendo importante a avaliação e o monitoramento dessa área voltado para a conservação da biodiversidade. O objetivo do estudo é mensurar de forma indireta a complexidade e a heterogeneidade do mosaico de habitats os quais formam as sub-regiões do Pantanal, por meio do sensoriamento remoto. Foram obtidas, gratuitamente, imagens de índice de vegetação por diferença normalizada (NDVI) do sensor MODIS e calculado o valor de média (complexidade) e desvio padrão (heterogeneidade) para cada sub-região do Pantanal, para os anos de 2000, 2008 e 2015. Os pantanais de Poconé, Canoeira, Paraguai e Aquidauana são as regiões que apresentaram os maiores valores de complexidade (NDVI médio), variando entre 0.69 a 0.64 para os anos avaliados. Maior heterogeneidade (NDVI desvio padrão) foi observada na sub-região pantaneira do Tuiuiú, sendo o valor para os anos de 2000 e 2015 igual a 0.19 e para o ano de 2008 o valor de 0.21, o que implica que a região tem a maior heterogeneidade horizontal quando comparada com as demais sub-regiões. Constata-se que o uso de NDVI na estimativa de parâmetros da paisagem é uma ferramenta eficiente para o reconhecimento e monitoramento da complexidade e heterogeneidade de habitats do Pantanal, replicável em outras regiões.

Correlation maps to assess soybean yield from EVI data in Paraná State, Brazil

Vegetation indices are widely used to monitor crop development and generally used as input data in models to forecast yield. The first step of this study consisted of using monthly Maximum Value Composites to create correlation maps using Enhanced Vegetation Index (EVI) from Moderate Resolution Imaging Spectroradiometer (MODIS) sensor mounted on Terra satellite and historical yield during the soybean crop cycle in Paraná State, Brazil, from 2000/2001 to 2010/2011. We compared the ability of forecasting crop yield based on correlation maps and crop specific masks. We ran a preliminary regression model to test its ability on yield estimation for four municipalities during the soybean growing season. A regression model was developed for both methodologies to forecast soybean crop yield using leave-one-out cross validation. The Root Mean Squared Error (RMSE) values in the implementation of the model ranged from 0.037 t ha1 to 0.19 t ha1 using correlation maps, while for crop specific masks, it varied from 0.21 t ha1 to 0.35 t ha1. The model was able to explain 96 % to 98 % of the variance in estimated yield from correlation maps, while it was able to explain only 2 % to 67 % for crop specific mask approach. The results showed that the correlation maps could be used to predict crop yield more effectively than crop specific masks. In addition, this method can provide an indication of soybean yield prior to harvesting.

Correlation maps to assess soybean yield from EVI data in Paraná State, Brazil

Vegetation indices are widely used to monitor crop development and generally used as input data in models to forecast yield. The first step of this study consisted of using monthly Maximum Value Composites to create correlation maps using Enhanced Vegetation Index (EVI) from Moderate Resolution Imaging Spectroradiometer (MODIS) sensor mounted on Terra satellite and historical yield during the soybean crop cycle in Paraná State, Brazil, from 2000/2001 to 2010/2011. We compared the ability of forecasting crop yield based on correlation maps and crop specific masks. We ran a preliminary regression model to test its ability on yield estimation for four municipalities during the soybean growing season. A regression model was developed for both methodologies to forecast soybean crop yield using leave-one-out cross validation. The Root Mean Squared Error (RMSE) values in the implementation of the model ranged from 0.037 t ha1 to 0.19 t ha1 using correlation maps, while for crop specific masks, it varied from 0.21 t ha1 to 0.35 t ha1. The model was able to explain 96 % to 98 % of the variance in estimated yield from correlation maps, while it was able to explain only 2 % to 67 % for crop specific mask approach. The results showed that the correlation maps could be used to predict crop yield more effectively than crop specific masks. In addition, this method can provide an indication of soybean yield prior to harvesting.(AU)

CORRELAÇÃO ENTRE VARIÁVEIS AMBIENTAIS MEDIDAS POR SATÉLITE E A CAPTURA DE PEIXES-DE-BICO PELA PESCA ESPORTIVA NO SUDESTE DO BRASIL

Feições superficiais do oceano, como temperatura, concentração de clorofila e ventos são importantes na determinação das áreas de pesca, porém os parâmetros ideais variam de espécie para espécie. As três principais espécies capturadas na pesca esportiva do litoral Sudeste do Brasil são o agulhão-negro Makaira nigricans, agulhão-branco Kajikia albida e agulhão-vela Istiophorus platypterus. Estão presentes em toda costa brasileira, concentrando-se nas regiões da Bahia (BA), Vitória (ES), Rio de Janeiro (RJ) e Ilhabela (SP), entre os meses de outubro e março (período reprodutivo). Os objetivos do trabalho são analisar a captura das três espécies de agulhões e sua correlação com a temperatura superficial do mar (TSM) e concentração de clorofila, medidos por satélite entre 1998 e 2018. Para isso, os dados de captura foram coletados em torneios de pesca dos iates clubes da Bahia (BA), Espírito Santo (ICES), Rio de Janeiro (ICRJ) e Ilhabela (YCI). As imagens termais e de clorofila mensais foram geradas através dos projetos Copernicus e Glob Colour, respectivamente. O Glob Colour utiliza dados SeaWIFS e MODIS AQUA, enquanto o Copernicus utiliza dados do sensor AVHRR. Dados mostraram que o agulhão-negro foi o mais capturado na região de Ilhabela (SP), enquanto o agulhão-vela, na do Rio de Janeiro (RJ) e o agulhão-branco, em Vitória (ES). Nos primeiros seis anos (1998-2003), a espécie mais capturada foi o agulhão-negro, em média, 195 peixes por torneio. A partir de 2004, houve queda para 37 exemplares. A partir de 2002, o agulhão-vela passou a ser o mais capturado, mantendo a média de 233 peixes por torneio. Em relação aos dados de TSM, as três espécies estudadas demonstraram estar fortemente associadas a essa variável, sendo capturadas com maior intensidade a partir dos 23ºC. O agulhão-branco foi o mais restritivo quanto à TSM, apresentando picos de captura em temperaturas próximas a 25,5ºC. Quanto à clorofila, os três agulhões apresentaram a mesma tendência de maiores capturas em baixa concentração de clorofila (entre 0,05 e 0,4 mg/m3). Visto que pouco se sabe acerca da biologia pesqueira dos peixes-de-bico e sua importância para o ecossistema marinho, existe necessidade de entender melhor a dinâmica de seus estoques no Oceano Atlântico. Nesse cenário, o uso do sensoriamento remoto aparece como uma solução prática e confiável na geração de dados, visando ao manejo sustentável das espécies.

Ocean surface features such as temperature, chlorophyll concentration and winds are important to determine fishing areas, but ideal parameters vary from species to species. The three main species caught in sport fishing off the southeastern coast of Brazil are blue-marlim Makaira nigricans, white-marlim Kajikia Albida and sailfish Istiophorus platypterus. They are present throughout the Brazilian coast, most frequent in the regions of Bahia (BA), Vitória (ES), Rio de Janeiro (RJ) and Ilhabela (SP), from october to march (reproductive period). The objectives of the study were to analyze the capture of the three billfish species and their correlation with surface sea temperature (SST) and chlorophyll concentration measured by satellites between 1998 and 2018. For this, the capture data was collected from the fishing tournaments of yacht clubs in Bahia (BA), Espírito Santo (ICES), Rio de Janeiro (ICRJ) and Ilhabela (YCI). The monthly thermal and chlorophyll images were generated through the Copernicus and Glob Color projects, respectively. Glob Color uses data from SeaWIFS and MODIS AQUA, while Copernicus uses data from AVHRR sensor. Blue-marlim was the most captured in front of Ilhabela (SP), while sailfish in front of Rio de Janeiro (RJ) and the whitemarlim in the region of Vitória (ES). In the first six years of tournaments (1998-2003) the most captured species was the blue-marlim, with an average catch of 195 fish per tournament, in 2004 there was a drop to 37 specimens during the tournament. From 2002 sailfish became be more caught, keeping the average of 233 fish per tournament. Regarding SST data, the three studied species showed to be strongly associated with the variable, being captured with greater intensity above 23ºC. White-marlim was the most restrictive in terms of SST, presenting peaks of capture at temperatures close to 25.5ºC. Analyzing chlorophyll, the three billfish present the same trend of higher catches in low chlorophyll concentration (between 0.05 and 0.4 mg /m3). As little is known about the fishing biology of billfich and its importance for the marine ecosystem, is needed to better understand the dynamics of their stocks in the Atlantic Ocean. In this scenario, the use of remote sensing appears as a practical and reliable solution in the generation of data, aiming at the sustainable management of species.

Multi-temporal analysis of radiometric changes in satellite images of forest edges to infer selective-logging areas in the Amazon forest / Análise multitemporal das mudanças radiométricas em imagens de satélite de bordas de floresta para inferir áreas de corte seletivo na floresta Amazônica

Radiometric changes observed in multi-temporal optical satellite images have an important role in efforts to characterize selective-logging areas. The aim of this study was to analyze the multi-temporal behavior of spectral-mixture responses in satellite images in simulated selective-logging areas in the Amazon forest, considering red/near-infrared spectral relationships. Forest edges were used to infer the selective-logging infrastructure using differently oriented edges in the transition between forest and deforested areas in satellite images. TM/Landsat-5 images acquired at three dates with different solar-illumination geometries were used in this analysis. The method assumed that the radiometric responses between forest with selective-logging effects and forest edges in contact with recent clear-cuts are related. The spatial frequency attributes of red/near infrared bands for edge areas were analyzed. Analysis of dispersion diagrams showed two groups of pixels that represent selective-logging areas. The attributes for size and radiometric distance representing these two groups were related to solar-elevation angle. The results suggest that detection of timber exploitation areas is limited because of the complexity of the selective-logging radiometric response. Thus, the accuracy of detecting selective logging can be influenced by the solar-elevation angle at the time of image acquisition. We conclude that images with lower solar-elevation angles are less reliable for delineation of selecting logging.

Mudanças radiométricas observadas em imagens multitemporais de satélites ópticos têm importante papel na caracterização de áreas afetadas pelo corte seletivo. O objetivo desse estudo foi analisar o comportamento multitemporal da resposta da mistura espectral em imagens de satélite de áreas simuladas por corte seletivo de madeira na floresta amazônica, considerando as relações espectrais do vermelho/infravermelho próximo. Para a análise dos dados foram utilizadas as margens da floresta para inferir a infraestrutura de exploração florestal em diferentes orientações a partir da transição entre áreas de floresta e desmatamento em imagens de satélite. Imagens do sensor TM/Landsat-5 adquiridas em três datas distintas com diferentes geometrias de iluminação solar foram utilizadas na análise. O método utilizado presume que as respostas radiométricas entre a floresta com efeitos do corte seletivo e as margens da floresta em contato com áreas recém-desmatadas estão relacionadas. Os atributos da frequência espacial das bandas espectrais do vermelho/infravermelho próximo foram analisados. A análise dos diagramas de dispersão mostraram dois grupos de pixels que representam áreas de corte seletivo. Os atributos de tamanho e distância radiométrica representando esses dois grupos foram relacionados com o ângulo de elevação solar. Os resultados sugerem que a detecção de áreas exploradas é limitada devido à complexidade da resposta radiométrica do corte seletivo. Assim, a acurácia em detectar o corte seletivo pode ser influenciada pelo ângulo de elevação solar durante a aquisição das imagens. Nós concluímos que imagens com ângulos de elevação solar baixos são menos confiáveis para a delimitação do corte seletivo.

Multi-temporal analysis of radiometric changes in satellite images of forest edges to infer selective-logging areas in the Amazon forest / Análise multitemporal das mudanças radiométricas em imagens de satélite de bordas de floresta para inferir áreas de corte seletivo na floresta Amazônica

Radiometric changes observed in multi-temporal optical satellite images have an important role in efforts to characterize selective-logging areas. The aim of this study was to analyze the multi-temporal behavior of spectral-mixture responses in satellite images in simulated selective-logging areas in the Amazon forest, considering red/near-infrared spectral relationships. Forest edges were used to infer the selective-logging infrastructure using differently oriented edges in the transition between forest and deforested areas in satellite images. TM/Landsat-5 images acquired at three dates with different solar-illumination geometries were used in this analysis. The method assumed that the radiometric responses between forest with selective-logging effects and forest edges in contact with recent clear-cuts are related. The spatial frequency attributes of red/near infrared bands for edge areas were analyzed. Analysis of dispersion diagrams showed two groups of pixels that represent selective-logging areas. The attributes for size and radiometric distance representing these two groups were related to solar-elevation angle. The results suggest that detection of timber exploitation areas is limited because of the complexity of the selective-logging radiometric response. Thus, the accuracy of detecting selective logging can be influenced by the solar-elevation angle at the time of image acquisition. We conclude that images with lower solar-elevation angles are less reliable for delineation of selecting logging.(AU)

Mudanças radiométricas observadas em imagens multitemporais de satélites ópticos têm importante papel na caracterização de áreas afetadas pelo corte seletivo. O objetivo desse estudo foi analisar o comportamento multitemporal da resposta da mistura espectral em imagens de satélite de áreas simuladas por corte seletivo de madeira na floresta amazônica, considerando as relações espectrais do vermelho/infravermelho próximo. Para a análise dos dados foram utilizadas as margens da floresta para inferir a infraestrutura de exploração florestal em diferentes orientações a partir da transição entre áreas de floresta e desmatamento em imagens de satélite. Imagens do sensor TM/Landsat-5 adquiridas em três datas distintas com diferentes geometrias de iluminação solar foram utilizadas na análise. O método utilizado presume que as respostas radiométricas entre a floresta com efeitos do corte seletivo e as margens da floresta em contato com áreas recém-desmatadas estão relacionadas. Os atributos da frequência espacial das bandas espectrais do vermelho/infravermelho próximo foram analisados. A análise dos diagramas de dispersão mostraram dois grupos de pixels que representam áreas de corte seletivo. Os atributos de tamanho e distância radiométrica representando esses dois grupos foram relacionados com o ângulo de elevação solar. Os resultados sugerem que a detecção de áreas exploradas é limitada devido à complexidade da resposta radiométrica do corte seletivo. Assim, a acurácia em detectar o corte seletivo pode ser influenciada pelo ângulo de elevação solar durante a aquisição das imagens. Nós concluímos que imagens com ângulos de elevação solar baixos são menos confiáveis para a delimitação do corte seletivo.(AU)

Caracterização espectral multitemporal dos cereais de estação fria em imagens de satélite com média resolução espacial

In order to evaluate the satellite image patterns between such cool season cereals cultivated areas intended for grazing or grain production, Normalized Difference Vegetation Index (NDVI) temporal profiles were analyzed. This data was acquired from twenty nine wheat and annual ryegrass cultivated areas in the states of Rio Grande do Sul and Paraná. For each area, the cultivated species (wheat or ryegrass), as well as the respective central point coordinates, acquired via Global Positioning System (GPS) was informed. NDVI values were extracted over each monitored area from MODIS (Moderate Resolution Imaging Spectroradiometer) sensor images, with spatial resolution of 250 meters. The NDVI temporal profiles showed that grain production areas have a typical agricultural field spectral pattern. The same pattern was not observed for the grazing pasture areas. The differences observed in these temporal patterns are defined by the changes that grazing has imposed on the phenology and morphology of these plants.

A fim de avaliar os padrões de resposta de áreas cultivadas com cereais de estação fria destinados para pastagens e para produção de grãos em imagens de satélite, foram analisados perfis temporais de índice de vegetação por diferença normalizada (NDVI), adquiridos em 29 áreas cultivadas com trigo e azevém anual, nos Estados do Rio Grande do Sul e Paraná. Para cada área foi informada a espécie cultivada (trigo ou azevém anual) e a coordenada do ponto central da área adquirido por meio do Global Positioning System (GPS). Foram usadas as imagens do sensor MODIS (Moderate Resolution Imaging Spectroradiometer), com resolução espacial de 250 metros, sobre cada área monitorada, de onde os valores de NDVI foram extraídos. Os perfis temporais de NDVI mostraram que os cultivos de produção de grãos têm um comportamento espectral típico de cultivos agrícolas, enquanto que, nas áreas cultivadas para a produção de pastagem, não foi observado esse mesmo padrão. As diferenças nos padrões temporais observadas se devem a modificações que o pastoreio impõe na fenologia e na morfologia dessas plantas.

Caracterização espectral multitemporal dos cereais de estação fria em imagens de satélite com média resolução espacial

In order to evaluate the satellite image patterns between such cool season cereals cultivated areas intended for grazing or grain production, Normalized Difference Vegetation Index (NDVI) temporal profiles were analyzed. This data was acquired from twenty nine wheat and annual ryegrass cultivated areas in the states of Rio Grande do Sul and Paraná. For each area, the cultivated species (wheat or ryegrass), as well as the respective central point coordinates, acquired via Global Positioning System (GPS) was informed. NDVI values were extracted over each monitored area from MODIS (Moderate Resolution Imaging Spectroradiometer) sensor images, with spatial resolution of 250 meters. The NDVI temporal profiles showed that grain production areas have a typical agricultural field spectral pattern. The same pattern was not observed for the grazing pasture areas. The differences observed in these temporal patterns are defined by the changes that grazing has imposed on the phenology and morphology of these plants.

A fim de avaliar os padrões de resposta de áreas cultivadas com cereais de estação fria destinados para pastagens e para produção de grãos em imagens de satélite, foram analisados perfis temporais de índice de vegetação por diferença normalizada (NDVI), adquiridos em 29 áreas cultivadas com trigo e azevém anual, nos Estados do Rio Grande do Sul e Paraná. Para cada área foi informada a espécie cultivada (trigo ou azevém anual) e a coordenada do ponto central da área adquirido por meio do Global Positioning System (GPS). Foram usadas as imagens do sensor MODIS (Moderate Resolution Imaging Spectroradiometer), com resolução espacial de 250 metros, sobre cada área monitorada, de onde os valores de NDVI foram extraídos. Os perfis temporais de NDVI mostraram que os cultivos de produção de grãos têm um comportamento espectral típico de cultivos agrícolas, enquanto que, nas áreas cultivadas para a produção de pastagem, não foi observado esse mesmo padrão. As diferenças nos padrões temporais observadas se devem a modificações que o pastoreio impõe na fenologia e na morfologia dessas plantas.

Caracterização espectral multitemporal dos cereais de estação fria em imagens de satélite com média resolução espacial

In order to evaluate the satellite image patterns between such cool season cereals cultivated areas intended for grazing or grain production, Normalized Difference Vegetation Index (NDVI) temporal profiles were analyzed. This data was acquired from twenty nine wheat and annual ryegrass cultivated areas in the states of Rio Grande do Sul and Paraná. For each area, the cultivated species (wheat or ryegrass), as well as the respective central point coordinates, acquired via Global Positioning System (GPS) was informed. NDVI values were extracted over each monitored area from MODIS (Moderate Resolution Imaging Spectroradiometer) sensor images, with spatial resolution of 250 meters. The NDVI temporal profiles showed that grain production areas have a typical agricultural field spectral pattern. The same pattern was not observed for the grazing pasture areas. The differences observed in these temporal patterns are defined by the changes that grazing has imposed on the phenology and morphology of these plants.

A fim de avaliar os padrões de resposta de áreas cultivadas com cereais de estação fria destinados para pastagens e para produção de grãos em imagens de satélite, foram analisados perfis temporais de índice de vegetação por diferença normalizada (NDVI), adquiridos em 29 áreas cultivadas com trigo e azevém anual, nos Estados do Rio Grande do Sul e Paraná. Para cada área foi informada a espécie cultivada (trigo ou azevém anual) e a coordenada do ponto central da área adquirido por meio do Global Positioning System (GPS). Foram usadas as imagens do sensor MODIS (Moderate Resolution Imaging Spectroradiometer), com resolução espacial de 250 metros, sobre cada área monitorada, de onde os valores de NDVI foram extraídos. Os perfis temporais de NDVI mostraram que os cultivos de produção de grãos têm um comportamento espectral típico de cultivos agrícolas, enquanto que, nas áreas cultivadas para a produção de pastagem, não foi observado esse mesmo padrão. As diferenças nos padrões temporais observadas se devem a modificações que o pastoreio impõe na fenologia e na morfologia dessas plantas.

Desenvolvimento das culturas de cereais de inverno no Rio Grande do Sul por meio de perfis temporais do índice de vegetação por diferença normalizada

This research aimed to elaborate temporal NDVI profiles through the crop masks building, and find the interannual variations of profiles associated with variation of wheat grain yield in Rio Grande do Sul, Brazil. The data set were composed by MODIS13 images (NDVI product from May to November, 2000 to 2006), ground control points (collected in wheat, oat and barley fields) and official wheat grain yield (IBGE and Cotrijal). The results showed that using the proposed methodology for crop masking it is possible to generate consistent NDVI temporal profiles, which allows monitoring the development of winter cereal crops and can be used to evaluate the interannual variations of grain yield. The profiles showed that wheat grain yield was related to the maintenance of high NDVI values (above 0.7) for a larger period of time. However, the methodology did not allow the wheat, oats and barley discrimination, pointing for subsequent studies.

Os objetivos deste trabalho foram elaborar perfis temporais de NDVI/MODIS, mediante a construção de máscaras de cultivo, verificando as variações interanuais dos perfis associadas à variação do rendimento de grãos de trigo no Rio Grande do Sul. Foram utilizadas imagens MOD13 dos meses de maio a novembro para os anos 2000 a 2006, pontos de controle na superfície (coletados em lavouras de trigo, aveia e cevada) e dados oficiais de rendimento médio de grãos de trigo (IBGE e Cotrijal). Os resultados mostraram que, por meio da metodologia de construção de máscaras de cultivo, é possível gerar perfis temporais de NDVI que permitem monitorar o desenvolvimento das lavouras de cereais de inverno e que podem ser empregados no estudo das variações interanuais de rendimento de grãos de trigo. Os maiores rendimentos de grãos estão relacionados à manutenção de altos valores de NDVI (acima de 0,7) por um período maior de tempo. Porém, a metodologia não permitiu a distinção de lavouras de trigo, aveia e cevada, sendo necessários estudos subseqüentes.

Desenvolvimento das culturas de cereais de inverno no Rio Grande do Sul por meio de perfis temporais do índice de vegetação por diferença normalizada

This research aimed to elaborate temporal NDVI profiles through the crop masks building, and find the interannual variations of profiles associated with variation of wheat grain yield in Rio Grande do Sul, Brazil. The data set were composed by MODIS13 images (NDVI product from May to November, 2000 to 2006), ground control points (collected in wheat, oat and barley fields) and official wheat grain yield (IBGE and Cotrijal). The results showed that using the proposed methodology for crop masking it is possible to generate consistent NDVI temporal profiles, which allows monitoring the development of winter cereal crops and can be used to evaluate the interannual variations of grain yield. The profiles showed that wheat grain yield was related to the maintenance of high NDVI values (above 0.7) for a larger period of time. However, the methodology did not allow the wheat, oats and barley discrimination, pointing for subsequent studies.

Os objetivos deste trabalho foram elaborar perfis temporais de NDVI/MODIS, mediante a construção de máscaras de cultivo, verificando as variações interanuais dos perfis associadas à variação do rendimento de grãos de trigo no Rio Grande do Sul. Foram utilizadas imagens MOD13 dos meses de maio a novembro para os anos 2000 a 2006, pontos de controle na superfície (coletados em lavouras de trigo, aveia e cevada) e dados oficiais de rendimento médio de grãos de trigo (IBGE e Cotrijal). Os resultados mostraram que, por meio da metodologia de construção de máscaras de cultivo, é possível gerar perfis temporais de NDVI que permitem monitorar o desenvolvimento das lavouras de cereais de inverno e que podem ser empregados no estudo das variações interanuais de rendimento de grãos de trigo. Os maiores rendimentos de grãos estão relacionados à manutenção de altos valores de NDVI (acima de 0,7) por um período maior de tempo. Porém, a metodologia não permitiu a distinção de lavouras de trigo, aveia e cevada, sendo necessários estudos subseqüentes.

Desenvolvimento das culturas de cereais de inverno no Rio Grande do Sul por meio de perfis temporais do índice de vegetação por diferença normalizada

This research aimed to elaborate temporal NDVI profiles through the crop masks building, and find the interannual variations of profiles associated with variation of wheat grain yield in Rio Grande do Sul, Brazil. The data set were composed by MODIS13 images (NDVI product from May to November, 2000 to 2006), ground control points (collected in wheat, oat and barley fields) and official wheat grain yield (IBGE and Cotrijal). The results showed that using the proposed methodology for crop masking it is possible to generate consistent NDVI temporal profiles, which allows monitoring the development of winter cereal crops and can be used to evaluate the interannual variations of grain yield. The profiles showed that wheat grain yield was related to the maintenance of high NDVI values (above 0.7) for a larger period of time. However, the methodology did not allow the wheat, oats and barley discrimination, pointing for subsequent studies.

Os objetivos deste trabalho foram elaborar perfis temporais de NDVI/MODIS, mediante a construção de máscaras de cultivo, verificando as variações interanuais dos perfis associadas à variação do rendimento de grãos de trigo no Rio Grande do Sul. Foram utilizadas imagens MOD13 dos meses de maio a novembro para os anos 2000 a 2006, pontos de controle na superfície (coletados em lavouras de trigo, aveia e cevada) e dados oficiais de rendimento médio de grãos de trigo (IBGE e Cotrijal). Os resultados mostraram que, por meio da metodologia de construção de máscaras de cultivo, é possível gerar perfis temporais de NDVI que permitem monitorar o desenvolvimento das lavouras de cereais de inverno e que podem ser empregados no estudo das variações interanuais de rendimento de grãos de trigo. Os maiores rendimentos de grãos estão relacionados à manutenção de altos valores de NDVI (acima de 0,7) por um período maior de tempo. Porém, a metodologia não permitiu a distinção de lavouras de trigo, aveia e cevada, sendo necessários estudos subseqüentes.

Crop area estimate from original and simulated spatial resolution data and landscape metrics

Images acquired at the same day by the ETM+/Landsat-7 (30 m of spatial resolution) and MODIS/Terra (250 m) sensors were used to estimate areas of three major crops (soybean, sugarcane, and corn) with different landscape patterns in Southeastern Brazil. Majority filtering of ETM + classification results was applied to describe the behavior of 15 selected landscape metrics at distinct simulated spatial resolutions (90, 150, 210 and 270 m). By using regression models, the performance of MODIS and derived metrics to predict adequately the crop area, considering ETM+ data as reference, were analyzed. Results showed that the MODIS instrument overestimated the areas of soybean (15%) and sugarcane (1%), and underestimated the area of corn (12%). Multiple regression results indicated that coarse spatial resolution sensors can be used to predict adequately the area viewed by the 30 m spatial resolution instruments only for crops with low fragmentation pattern such as soybean. These sensors cannot be used to predict the area of corn due to aggregation pixel effects of the less fragmented crops (soybean and sugarcane) over the most fragmented one (corn), as demonstrated by the spatial resolution simulation using majority filtering of the ETM+ image. Landscape metrics improved MODIS area estimates only for sugarcane, as indicated by higher values of R² for multiple than for simple regression. Only a small set of metrics was select to compose the multiple regression models because most of them were not preserved across different spatial resolutions (30 m and 250 m).

Imagens coletadas no mesmo dia pelos sensores ETM+/Landsat-7 (30 m de resolução espacial) e MODIS/Terra (250 m) foram utilizadas para estimar a área de três importantes culturas agrícolas (soja, cana-de-açúcar e milho) com diferentes padrões de paisagem no Sudeste Brasileiro. Filtragem de Maioria dos resultados da classificação da imagem ETM+ foi aplicada para descrever o comportamento de 15 métricas em diferentes simulações de resolução espacial (90, 150, 210 e 270 m). Utilizando modelos de regressão, o desempenho do MODIS e de suas métricas para predizer a área das culturas, considerando os dados ETM+ como referência, foi analisado. Os resultados mostraram que o sensor MODIS superestimou as áreas de soja (15%) e cana-de-açúcar (1%) e subestimou a área de milho (12%). A regressão múltipla indicou que sensores de resolução espacial grosseira podem ser usados para predizer adequadamente a área vista por instrumentos com 30 m de resolução espacial apenas para culturas com baixo padrão de fragmentação como soja. Estes sensores não podem predizer adequadamente a área de milho devido aos efeitos de agregação de pixels das culturas menos fragmentadas (soja e cana-de-açúcar) sobre a mais fragmentada (milho), conforme demonstrado pela simulação da resolução espacial por filtragem de maioria da imagem ETM+. As métricas da paisagem melhoraram as estimativas de área com o MODIS apenas para a cana-de-açúcar, conforme indicado por maiores valores de R² observados para regressão múltipla do que para regressão simples. Apenas um número pequeno de métricas foi selecionado para compor os modelos de regressão visto que a maior parte delas não foi preservada entre resoluções espaciais diferentes (30 e 250 m).

Crop area estimate from original and simulated spatial resolution data and landscape metrics

Images acquired at the same day by the ETM+/Landsat-7 (30 m of spatial resolution) and MODIS/Terra (250 m) sensors were used to estimate areas of three major crops (soybean, sugarcane, and corn) with different landscape patterns in Southeastern Brazil. Majority filtering of ETM + classification results was applied to describe the behavior of 15 selected landscape metrics at distinct simulated spatial resolutions (90, 150, 210 and 270 m). By using regression models, the performance of MODIS and derived metrics to predict adequately the crop area, considering ETM+ data as reference, were analyzed. Results showed that the MODIS instrument overestimated the areas of soybean (15%) and sugarcane (1%), and underestimated the area of corn (12%). Multiple regression results indicated that coarse spatial resolution sensors can be used to predict adequately the area viewed by the 30 m spatial resolution instruments only for crops with low fragmentation pattern such as soybean. These sensors cannot be used to predict the area of corn due to aggregation pixel effects of the less fragmented crops (soybean and sugarcane) over the most fragmented one (corn), as demonstrated by the spatial resolution simulation using majority filtering of the ETM+ image. Landscape metrics improved MODIS area estimates only for sugarcane, as indicated by higher values of R² for multiple than for simple regression. Only a small set of metrics was select to compose the multiple regression models because most of them were not preserved across different spatial resolutions (30 m and 250 m).

Imagens coletadas no mesmo dia pelos sensores ETM+/Landsat-7 (30 m de resolução espacial) e MODIS/Terra (250 m) foram utilizadas para estimar a área de três importantes culturas agrícolas (soja, cana-de-açúcar e milho) com diferentes padrões de paisagem no Sudeste Brasileiro. Filtragem de Maioria dos resultados da classificação da imagem ETM+ foi aplicada para descrever o comportamento de 15 métricas em diferentes simulações de resolução espacial (90, 150, 210 e 270 m). Utilizando modelos de regressão, o desempenho do MODIS e de suas métricas para predizer a área das culturas, considerando os dados ETM+ como referência, foi analisado. Os resultados mostraram que o sensor MODIS superestimou as áreas de soja (15%) e cana-de-açúcar (1%) e subestimou a área de milho (12%). A regressão múltipla indicou que sensores de resolução espacial grosseira podem ser usados para predizer adequadamente a área vista por instrumentos com 30 m de resolução espacial apenas para culturas com baixo padrão de fragmentação como soja. Estes sensores não podem predizer adequadamente a área de milho devido aos efeitos de agregação de pixels das culturas menos fragmentadas (soja e cana-de-açúcar) sobre a mais fragmentada (milho), conforme demonstrado pela simulação da resolução espacial por filtragem de maioria da imagem ETM+. As métricas da paisagem melhoraram as estimativas de área com o MODIS apenas para a cana-de-açúcar, conforme indicado por maiores valores de R² observados para regressão múltipla do que para regressão simples. Apenas um número pequeno de métricas foi selecionado para compor os modelos de regressão visto que a maior parte delas não foi preservada entre resoluções espaciais diferentes (30 e 250 m).

Superfícies de resposta espectro-temporal de imagens do sensor MODIS para classificação de área de soja no Estado do Rio Grande do Sul

This paper was aimed at evaluating the potential and the limitations of MODIS images for soybean classification and area estimation through a Spectral-Temporal Response Surface (STRS) method. A soybean thematic map from Rio Grande do Sul State, Brazil, derived from Landsat images was used as reference data to assist both sample training and results comparison. Six 16-day composite MODIS images were classified through a supervised maximum likelihood algorithm (MAXVER) adapted to the STRS method. The results were evaluated using the Kappa coefficient for the entire study area and for one region dominated by large farms and another by small ones. The STRS method underestimated the soybean area by 6.6%, for the entire study area, with a Kappa coefficient of 0.503. For regions with large and small farms the soybean area was overestimated by 8% (Kappa=0.424) and underestimated by 43.4% (Kappa=0.358), respectively. Eventually, MODIS images, through the STRS method, demonstrated good potential to classify and estimate soybean area, mainly in regions with large farms. For regions with small farms the correct identification and classification of soybean areas showed to be less efficient due to the low spatial resolution of MODIS images.

Este trabalho objetivou avaliar o potencial e as limitações das imagens MODIS para classificação e estimativa de área de soja por meio do método de superfície de resposta espectro-temporal (Spectral-Temporal Response Surface - STRS). Um mapa temático das áreas com soja, oriundo da classificação de imagens Landsat do Estado do Rio Grande do Sul, foi utilizado como referência para auxiliar na orientação da amostragem dos pixels de treinamento e para a comparação dos resultados. Seis imagens compostas do sensor MODIS foram utilizadas para a classificação supervisionada da área de soja por meio do algoritmo de máxima verossimilhança (MAXVER) adaptado ao método STRS. Os resultados foram avaliados pelo coeficiente Kappa para a totalidade da área em estudo e também para uma região de latifúndios e outra de minifúndios. O método STRS subestimou em 6,6% a área de soja para toda a região estudada, sendo que a estatística Kappa foi de 0,503. Para as regiões de latifúndios e minifúndios, a área de soja foi superestimada em 8% (Kappa=0,424) e subestimada em 43,4% (Kappa=0,358), respectivamente. As imagens MODIS, por meio do método STRS, demonstraram ter potencial para classificar a área de soja, principalmente em regiões de latifúndios. Em regiões de minifúndios, a correta identificação e classificação das áreas de soja mostrou-se pouco eficiente em razão da baixa resolução espacial das imagens MODIS.

Superfícies de resposta espectro-temporal de imagens do sensor MODIS para classificação de área de soja no Estado do Rio Grande do Sul

This paper was aimed at evaluating the potential and the limitations of MODIS images for soybean classification and area estimation through a Spectral-Temporal Response Surface (STRS) method. A soybean thematic map from Rio Grande do Sul State, Brazil, derived from Landsat images was used as reference data to assist both sample training and results comparison. Six 16-day composite MODIS images were classified through a supervised maximum likelihood algorithm (MAXVER) adapted to the STRS method. The results were evaluated using the Kappa coefficient for the entire study area and for one region dominated by large farms and another by small ones. The STRS method underestimated the soybean area by 6.6%, for the entire study area, with a Kappa coefficient of 0.503. For regions with large and small farms the soybean area was overestimated by 8% (Kappa=0.424) and underestimated by 43.4% (Kappa=0.358), respectively. Eventually, MODIS images, through the STRS method, demonstrated good potential to classify and estimate soybean area, mainly in regions with large farms. For regions with small farms the correct identification and classification of soybean areas showed to be less efficient due to the low spatial resolution of MODIS images.

Este trabalho objetivou avaliar o potencial e as limitações das imagens MODIS para classificação e estimativa de área de soja por meio do método de superfície de resposta espectro-temporal (Spectral-Temporal Response Surface - STRS). Um mapa temático das áreas com soja, oriundo da classificação de imagens Landsat do Estado do Rio Grande do Sul, foi utilizado como referência para auxiliar na orientação da amostragem dos pixels de treinamento e para a comparação dos resultados. Seis imagens compostas do sensor MODIS foram utilizadas para a classificação supervisionada da área de soja por meio do algoritmo de máxima verossimilhança (MAXVER) adaptado ao método STRS. Os resultados foram avaliados pelo coeficiente Kappa para a totalidade da área em estudo e também para uma região de latifúndios e outra de minifúndios. O método STRS subestimou em 6,6% a área de soja para toda a região estudada, sendo que a estatística Kappa foi de 0,503. Para as regiões de latifúndios e minifúndios, a área de soja foi superestimada em 8% (Kappa=0,424) e subestimada em 43,4% (Kappa=0,358), respectivamente. As imagens MODIS, por meio do método STRS, demonstraram ter potencial para classificar a área de soja, principalmente em regiões de latifúndios. Em regiões de minifúndios, a correta identificação e classificação das áreas de soja mostrou-se pouco eficiente em razão da baixa resolução espacial das imagens MODIS.

Detecção de cicatrizes de áreas queimadas baseada no modelo linear de mistura espectral e imagens índice de vegetação utilizando dados multitemporais do sensor MODIS/TERRA no estado do Mato Grosso, Amazônia brasileira

The aim of this research was to evaluate the MODIS sensor data to detect and monitor recent burned scars areas. We used MODIS sensor surface reflectance images, including: MOD09 product (October 5th) and MOD13A1 product (October and November). We also used one year temporal series of the vegetation indices (VI) EVI and NDVI (MOD13A1 product) to evaluate its capability to detect recent burned scars areas. An ETM+ sensor image (October 5th) was used as basis for the samples polygons design and to evaluate the MODIS data due to its higher spatial resolution. The methodology focused on the application of a linear spectral mixing model on the reflectance images to generate the shade fraction. Regression analyses were carried out for the comparison between the shade percentage derived from the ETM+ image and the MODIS images. The multitemporal change detection over the VI images were evaluated based on the Tukey test. The results showed that the shade fraction image derived from the MOD09 product presented a R² = 0,66 (p 0,01) with the ETM+. For the MOD13A1 product images were not found a significant relationship. The VI over the same samples polygons presented seasonal variations during the year. Even though, was not observed a significant decrease in their values on the months that we detect the burned scars. We conclude that the MOD09 product was more efficient than the MOD13A1 product to detect burn scars. The multitemporal analysis of the VI suggested that it is not possible to detect this same pattern over the study area.

O objetivo desta pesquisa foi avaliar os dados do sensor MODIS para detectar e monitorar cicatrizes de áreas recém queimadas. Utilizamos imagens da reflectância de superfície do sensor MODIS: produto MOD09 (dia 5 de outubro) e produto MOD13A1 (meses de outubro e novembro). Foi avaliada também uma série temporal de um ano dos índices de vegetação (IV) EVI e NDVI (produto MOD13A1). Uma imagem do sensor ETM+ (dia 5 de outubro) foi utilizada como base para a delimitação dos polígonos amostrais e avaliação dos dados MODIS devido a sua melhor resolução espacial. A metodologia focou na aplicação do modelo linear de mistura espectral nas imagens reflectância para a geração das imagens fração sombra. Análises de regressão foram efetuadas para comparação entre o percentual de sombra derivado da imagem ETM+ e das imagens MODIS. As alterações multitemporais nas imagens IV foram avaliadas com base no teste de Tukey. Os resultados mostraram que a imagem fração sombra gerada a partir do produto MOD09 apresentou um R² = 0,66 (p 0,01) em relação aos dados ETM+. Para as imagens do produto MOD13A1 não foram identificadas relações significativas. Os IV dentro dos mesmos polígonos apresentaram uma variação sazonal durante o ano. No entanto, não houve uma diminuição significativa dos valores destes índices nos meses onde foram observadas as cicatrizes de áreas recém queimadas. Portanto, o produto MOD09 mostrou-se mais eficiente que o produto MOD13A1 para a detecção de cicatrizes de áreas recém queimadas. A análise multitemporal dos IV sugeriu que não foi possível detectar este mesmo padrão na área de estudo.