ABSTRACT During image acquisition, is usually chosen scenes with a lesser cloud cover to avoid loss of spectral information. However, when training samples are collected for image classification, the user finds shadowed areas. Such situation is similar to the presence of clouds since spectral information of these classes is the same in all optical bands of the sensor. This fact becomes more pronounced in mountainous relief areas due to shadow projection on the terrain, which can vary among all seasons during the solar year. With the goal to obtain images with a lower presence of shadow, it was simulated, under the same relief conditions, shading variation in function of latitude (0° to 40° S). Solar radiation models were processed for the days and times passages of the Landsat TM and ETM+ satellite on the Southern Hemisphere. It was verified that over 30° S and 40° S latitudes, a loss of shading area varying between 27% to 91 % and that images should be preferentially taken between October and February. For latitudes comprising 0° and 10° S, the loss was considered negligible, when we set a 10% threshold of loss in the total valid area in an image. According to the amount of radiation in a terrain, South and West areas received less direct solar radiation over the year for all analyzed latitudes in the modeling.

O saldo de radiação (Rn) representa a principal fonte de energia para os processos físico-químicos que ocorrem na interface superfície-atmosfera, sendo utilizado no aquecimento do ar e do solo, transferência da água, na forma de vapor da superfície para a atmosfera, e metabolismo das plantas, especialmente a fotossíntese. Se não houver o registro do saldo de radiação em determinadas áreas, torna-se importante a utilização de informações que ajudem a determiná-lo. Entre elas, podemos destacar as fornecidas por sensoriamento remoto. Neste contexto, este trabalho tem o objetivo de determinar o saldo de radiação, com a utilização de produtos do sensor MODIS, nas sub-bacias do Ribeirão Entre Ribeiros e Rio Preto, que ficam entre os Estados de Goiás e Minas Gerais. O SEBAL (Surface Energy Balance Algorithm for Land) foi utilizado para a obtenção do Rn em quatro dias diferentes, no período de julho a outubro de 2007. Os resultados encontrados foram compatíveis com outros citados em literatura e são importantes, pois as informações orbitais podem auxiliar na determinação do Rn em áreas onde não existam estações meteorológicas automáticas que registrem o saldo de radiação.

The net radiation (Rn) represents the main source of energy for physical and chemical processes that occur in the surface-atmosphere interface, and it is used for air and soil heating, water transfer, in the form of vapor from the surface to the atmosphere, and for the metabolism of plants, especially photosynthesis. If there is no record of net radiation in certain areas, the use of information is important to help determine it. Among them we can highlight those provided by remote sensing. In this context, this work aims to estimate the net radiation, with the use of products of MODIS sensor, in the sub-basins of Entre Ribeiros creek and Preto River, located between the Brazilian states of Goiás and Minas Gerais. The SEBAL (Surface Energy Balance Algorithm for Land) was used to obtain the Rn in four different days in the period of July to October, 2007. The Rn results obtained were consistent with others cited in the literature and are important because the orbital information can help determine the Rn in areas where there are not automatic weather stations to record the net radiation.

O objetivo deste trabalho foi testar o classificador "árvore de decisão", em dados provenientes de sensores orbitais, para identificar área plantada com cana-de-açúcar, em diferentes épocas de plantio na Fazenda Boa Fé, localizada no Triângulo Mineiro, mais especificamente no município de Conquista, Minas Gerais. Acoplaram-se técnicas de Sensoriamento Remoto (SR) em um módulo de Sistema de Informação Geográfica (SIG), permitindo uma análise temporal do uso e ocupação do solo, especialmente com vistas a identificar e a monitorar as áreas agrícolas. Com base no cálculo do viés médio (VM), o presente estudo mostrou que, em áreas de cana-de-açúcar, onde a irrigação é frequente e ocorrem chuvas significativas que antecedem a passagem do satélite Landsat-5, os valores foram ligeiramente subestimados, com valor deste indicador de -0,13 ha. Foi verificado, também, que os valores de NDVI mais altos proporcionaram uma leve superestimativa dos resultados, com valores de viés médio variando de 0,04 a 0,23 ha. Conforme os resultados, o classificador árvore de decisão apresentou um grande potencial para o mapeamento das áreas cultivadas com cana-de-açúcar.

This study was carried out to test the "decision tree" classifier via remote sensing (RS), to identify planted areas with sugarcane, at different planting dates in Boa Fé, located in the Triângulo Mineiro, more specifically in the town of Conquista, Minas Gerais, Brazil. RS techniques, integrated into a Geographic Information System (GIS), allow a temporal analysis of land use and occupation, especially in order to identify and monitor agricultural areas. Based on the calculation of mean bias (VM), this study showed that in areas of sugarcane, where irrigation is frequent and significant rainfall occurring prior to the passage of Landsat-5, the estimated values were slightly underestimated, with the value of this indicator equal to -0.13 ha. It was also verified that the highest values of NDVI provided a slight overestimation of the results, with values of mean bias of 0.04 to 0.23 ha. According to the results, the decision tree classifier had a great potential for mapping the areas cultivated with sugar cane.

O manejo inadequado e a baixa disponibilidade de nutrientes nos solos da Zona da Mata de Minas Gerais, têm resultado em baixas produtividades de pastagens, aparecimento de solos descobertos e perdas de solo por erosão. O objetivo deste trabalho foi avaliar a capacidade das imagens do sensor ASTER em identificar diferentes níveis de degradação de pastagens. A área de estudo inclui parte dos municípios de Viçosa, Teixeiras e São Miguel do Anta, perfazendo cerca de 3.314 ha. Devido às características das pastagens da região, foram utilizados quatro níveis de degradação: leve, moderada, forte e muito forte. A classe que apresentou maior erro de classificação foi a pastagem com nível de degradação muito forte (Pastagem 4), com 53,91% dos pixels classificados, confundindo-se com as demais classes. A pastagem com nível de degradação moderada (Pastagem 2) apresentou a melhor classificação. Da área avaliada, aproximadamente 70% correspondem a pastagens, sendo 56,46% classificadas como fortemente degradadas; 28,73% Mata/Capoeira e 1,54% plantações de café. Os resultados permitiram concluir que as imagens do sensor ASTER apresentaram um potencial satisfatório para separar os diferentes níveis de degradação de pastagens.

The improper management and the low availability of nutrients of soils in "Zona da Mata" in Minas Gerais State, Brazil, have led to low productivity of natural pasture, emergence of bare soils and soil losses by erosion. The objective of this work was to evaluate the capacity of ASTER sensor images to identify different levels of degradation in pasture lands. The studied area includes part of Viçosa, Teixeiras, and São Miguel do Anta municipalities, forming a total area around 3,314 ha. Due to natural characteristics of the pasture in this region, four levels of degradation were used: light, moderate, strong, and very strong. The class that showed the highest error in the classification was the very strong, degraded with 53.91% of the classified pixels, not distinguishable from the other classes. The moderate degradation class showed the best classification. From the total evaluated area, approximately 70% corresponded to pasture, 56.46% of which was classified in the strong degradation level, 28.73% to 'Mata/Capoeira' and only 1.54% to coffee plantations. The results permit to conclude that the use of sensor ASTER images was satisfactory to separate degradation levels of pasture lands in the studied area.