Resumo Os índices de vegetação obtidos por modelos, aplicados em imagens orbitais, são comumente utilizados para o monitoramento da cobertura do solo, sendo importantes para registrar alterações na biomassa, identificação do ciclo fenológico, relação com o sequestro de carbono e indicadores de mudanças climáticas. Na região do bioma Caatinga, a compreensão em escalas local e diária dos fenômenos que ocorrem na cobertura do solo é muito importante devido à sua heterogeneidade, sazonalidades e às múltiplas ações humanas. Neste ambiente, cresce a importância da representação temporal e espacial. Os satélites da série Landsat apresentam características adequadas para representar as variações espaciais, mas têm uma baixa amostragem temporal. Nesse sentido, o presente estudo tem como objetivo melhorar a representação temporal dos dados capturados pelos satélites Landsat para uma região do bioma Caatinga. Funções de três parâmetros são avaliadas para representação temporal matemática do Índice de Vegetação por Diferença Normalizada (NDVI), tendo a sua avaliação de desempenho realizada a partir dos parâmetros estatísticos qui-quadrado reduzido (χ2) e coeficiente de determinação (R2). A análise considera o estado de alteração da cobertura do solo pela ação antrópica e o regime pluviométrico anual. A função Cauchy apresentou melhor desempenho, ajustando-se bem a 83% dos anos e locais analisados, obtendo um R2 médio de 0,82. Os parâmetros da função de melhor desempenho identificada neste estudo podem ser uma valiosa fonte de informações para estudos ambientais na Caatinga que precisem avaliar o comportamento temporal da vegetação.

Abstract Vegetation indexes from remote sensing images are often used for land-cover monitoring and identification of biomass changes. They are also very useful to describe the relationships between the phenological cycle and the carbon sequestration, which are climate change indicators. The Caatinga land-cover is very heterogeneous, making hard the understanding of the land cover processes in different scales (spatial and temporal), due to seasonalities and human actions. The Landsat series products usually can describe spatial land-cover variations, with a low temporal scale, so far. This study aims to improve the temporal representation of the land cover by Landsat images for a Caatinga area. This article presents an evaluation, using a mathematical approach of three-parameter functions to describe the Normalized Difference Vegetation Index (NDVI). Each function performance was evaluated by the reduced chi-square (χ2) and determination coefficient (R2) parameters. The analysis is performed for an annual period and considers land-cover changes by anthropic action. The Cauchy function seems the best option and presented an adjust up to 83% of the total (years and places), with an R2 (average) of 0.82. The parameters of this function can be a valuable source for environmental studies in the Caatinga biome, supporting temporal analysis of the vegetation.