Abstract Delimitation of areas subject to flooding is crucial to understand water dynamics and fluvial changes. This study analyzed the potential of C-band Synthetic Aperture Radar (SAR) images acquired by the Sentinel-1 satellite in 2017, 2018, and 2019 to delineate flooded areas in the Central Amazon. The images were processed by the Artificial Neural Network Multi-Layer Perceptron (ANN-MLP) and two K-Nearest Neighbor (KNN-7 and KNN-11) machine learning (ML) classifiers. Pre-processing of Single Look Complex (SLC) SAR images involved the following methodological steps: orbit-file application; radiometric calibration (σ0); Range-Doppler terrain correction; speckle noise filtering; and conversion of linear data to backscattering coefficients (units in dB). We applied the Lee filter, with a window size of 3x3, for speckle filtering. A set of 6000 randomly distributed samples for training (70%), validation (20%), and test (10%) was obtained based on visual interpretation of Sentinel-2 optical satellite image acquired in the same years of SAR images. We found the largest flooded areas in 2019 in the study area (municipality of Parintins and Urucará, Amazonas River, Brazil): 6244km2 by the ANN-MLP classifier; 6268km2 by KNN-7; and 6290km2 by KNN-11, while the smallest flooded areas were found in 2018: 5364km2 by ANN-MLP; 5412km2 by KNN-7; and 5535km2 by KNN-11. The three classifiers presented Kappa coefficients between 0.77 and 0.91. ANN-MLP showed the best accuracy. The presence of shadow effects in the SAR images increased the commission errors.

Resumo A delimitação de áreas sujeitas a inundações é crucial para entender a dinâmica hídrica e as mudanças fluviais. Este estudo analisou o potencial de imagens de radar de abertura sintética (SAR) adquiridas na banda-C pelo satélite Sentinel-1 em 2017, 2018 e 2019 para delinear áreas inundadas na Amazónia Central. As imagens foram processadas pela Rede Neural Artificial Multi-Layer Perceptron (RNA-MLP) e dois classificadores de aprendizagem de máquina (ML) K-Nearest Neighbor (KNN-7 e KNN-11). O pré-processamento de imagens SAR Single Look Complex (SLC) envolveu as seguintes etapas metodológicas: aplicação do orbit-file; calibração radiométrica (σ0); correção de terreno Range-Doppler; filtragem de ruído speckle; e conversão de dados lineares para coeficientes de retroespalhamento (unidades em dB). O filtro de Lee com tamanho de janela de 3×3 foi aplicado para filtragem do ruído speckle. Um conjunto de 6000 amostras distribuídas aleatoriamente para treino (70%), validação (20%) e teste (10%) foi obtido com base na interpretação visual da imagem do satélite óptico Sentinel-2 adquiridas no mesmo ano das imagens de radar. As maiores áreas alagadas foram encontradas em 2019 na área de estudo (municípios de Parintins e Urucará, Rio Amazonas, Brasil): 6244km2 pelo classificador RNA-MLP; 6268km2 pelo KNN-7; e 6290km2 pelo KNN-11, enquanto as menores áreas alagadas foram encontradas em 2018: 5364km2 pelo classificador RNA -MLP; 5412km2 pelo KNN-7; e 5535km2 pelo KNN-11. Os três classificadores apresentaram coeficientes Kappa entre 0,77 e 0,91. A RNA-MLP apresentou a melhor precisão. A presença de efeitos de sombra nas imagens SAR aumentou os erros de comissão.

Résumé La délimitation de zones sujettes aux inondations est cruciale pour comprendre la dynamique hydrique et les changements fluviaux. Cette étude a analysé le potentiel des images radar à ouverture de synthétique (SAR) acquises en bande-C par le satellite Sentinel-1 en 2017, 2018 et 2019 pour délimiter les zones inondées en Amazonie Centrale. Les images ont été traitées par le Réseau de Neurones Artificiels Multicouches Perceptron (ARN-MLP) et deux classificateurs d'apprentissage automatique (ML) K-Nearest Neighbor (KNN-7 et KNN-11). Le prétraitement des images SAR images complexes à visée simple (SLC) a impliqué les étapes méthodologiques suivantes : application du fichier d'orbite; calibration radiométrique (σ0); correction de terrain Range-Doppler; filtrage du bruit de chatoiement; et conversion des données linéaires en coefficients de rétrodiffusion (unités en dB). Un filtre de Lee avec une taille de fenêtre de 3×3 a été appliqué pour filtrer le bruit de chatoiement. Un ensemble de 6000 échantillons assignés au hasard pour la formation (70%), la validation (20%) et les tests (10%) a été obtenu à partir de l'interprétation visuelle de l'image satellite optique Sentinel-2 acquise pour la même année que les images radar. Les plus grandes zones inondées ont été trouvées en 2019 dans la zone d'étude (municipalité de Parintins et Urucará, la Riviére Amazonas, Brésil) : 6244km2 selon le classificateur RNA -MLP; 6268km2 pour KNN-7; et 6290km2 pour KNN-11, alors que les plus petites zones inondées ont été trouvées en 2018: 5364km2 pour le classificateur RNA -MLP; 5412km2 pour KNN-7; et 5535km2 pour KNN-11. Les trois classifieurs présentaient des coefficients Kappa compris entre 0,77 et 0,91. L'ARN-MLP a montré une meilleure précision. La présence d'effets d'ombre dans les images SAR a augmenté les erreurs de commission.

Resumen La delimitación de áreas sujetas a inundaciones es crucial para comprender la dinámica del agua y los cambios fluviales. Este estudio analizó el potencial de las imágenes de radar de apertura sintética (SAR) adquiridas en la banda-C por el satélite Sentinel-1 en 2017, 2018 y 2019 para delinear áreas inundadas en la Amazonía Central. Las imágenes fueron procesadas por la Red Neuronal Artificial de Perceptrón Multicapa (RNA-MLP) y dos clasificadores de aprendizaje automático (ML) K-Nearest Neighbor (KNN-7 y KNN-11). El preprocesamiento de imágenes SAR complejas de una sola mirada (SLC) involucró los siguientes pasos metodológicos: aplicación del archivo de órbita; calibración radiométrica (σ0); corrección del terreno Range-Doppler; filtrado de ruido moteado; y conversión de datos lineales en coeficientes de retrodispersión (unidades en dB). Se aplicó El filtro Lee con un tamaño de ventana de 3×3 para filtrar el ruido moteado. Se obtuvo un conjunto de 6000 muestras asignadas aleatoriamente para entrenamiento (70%), validación (20%) y prueba (10%) en base a la interpretación visual de la imagen del satélite óptico Sentinel-2 adquirida el mismo año que las imágenes de radar. Los humedales más grandes se encontraron en 2019 en el área de estudio (municipio de Parintins y Urucará, Rió Amazonas, Brasil): 6244km2 por el clasificador RNA -MLP; 6268km2 por KNN-7; y, 6290km2 por KNN-11, mientras que, los humedales más pequeños se encontraron en 2018: 5364km2 por el clasificador RNA -MLP; 5412km2 por KNN-7; y 5535km2 por KNN-11. Los tres clasificadores presentaron coeficientes Kappa entre 0,77 y 0,91. RNA-MLP mostró la mejor precisión. La presencia de efectos de sombra en las imágenes SAR aumentó los errores de comisión.

ABSTRACT This study aims to evaluate the ability of Sentinel-1 polarimetric and backscatter attributes in relation to COSMO-SkyMed (CSM) texture and backscatter features to discriminate secondary vegetation areas in an Amazon Forest domain area, located in Mato Grosso state. In this study, we used polarizations VV and VH from Sentinel-1 Synthetic Aperture Radar (SAR) image and HH from CSM SAR image, both in Single Look Complex format. In the Sentinel-1 image, a covariance matrix was generated and the H-Alpha target decomposition theorem was applied, allowing to obtain the attributes Entropy and Angle alpha. In the CSM image obtained the Gray-Level Co-Occurrence Matrix (GLCM) texture attributes: dissimilarity, contrast, homogeneity and second moment. The Support Vector Machine (SVM) algorithm was used for the classification. The Sentinel-1 polarimetric attributes result, with a Kappa index of 0.70 and an overall accuracy of 79.58%, performed better than those derived from CSM, with a Kappa index of 0.56 and overall accuracy 63.67%. However, the Sentinel-1 and CSM attributes did not present satisfactory results to discriminate the different stages of secondary forest.

RESUMO O objetivo do presente estudo foi avaliar a capacidade de atributos polarimétricos e de retroespalhamento do Sentinel-1 em relação às feições de textura e de retroespalhamento do COSMO-SkyMed (CSM), em discriminar diferentes estágios de floresta secundária em uma área de domínio de Floresta Amazônica, no estado do Mato Grosso. Neste estudo, utilizou-se uma imagem de Radar de Abertura Sintética (SAR) do Sentinel-1 nas polarizações VV e VH e uma imagem SAR do CSM na polarização HH, ambas no formato Single Look Complex. Na imagem Sentinel-1 foi gerada a matriz de covariância e aplicado o teorema de decomposição de alvos H-Alpha, para obtenção dos atributos Entropia e Ângulo alfa. Na imagem CSM, foram obtidos os atributos de textura a partir da matriz de co-ocorrência de níveis de cinza (GLCM): dissimilaridade, contraste, homogeneidade e segundo momento. Para a classificação, foi utilizado o algoritmo Máquina de Vetores de Suporte (SVM). A classificação derivada dos atributos polarimétricos do Sentinel-1, com índice Kappa de 0,70 e exatidão global de 79,58%, apresentou desempenho superior àquela derivada do CSM, com índice Kappa de 0,56 e exatidão global de 63,67%. Entretanto, tanto os atributos derivados do Sentinel-1 como do CSM não apresentaram resultados satisfatórios para discriminar os diferentes estágios de floresta secundária.

Resumo Este trabalho tem como objetivo analisar a capacidade dos atributos das técnicas de decomposição de alvos e dos atributos de retroespalhamento, provenientes das imagens polarimétricas do satélite ALOS/PALSAR-2, para discriminar as classes de uso e cobertura da terra na região da Floresta Nacional do Tapajós (FNT), estado do Pará. Três imagens polarimétricas do satélite ALOS/PALSAR-2 no formato single look complex (SLC), nível 1 de processamento, foram selecionadas para gerar as matrizes de coerência [T3] e covariância [C3] para aplicação das técnicas de Cloude-Pottier e Freeman-Durden referentes à decomposição de alvos. A partir das imagens PALSAR-2 calibradas radiometricamente, foram gerados ainda os coeficientes de retroespalhamento, as razões de polarização cruzada (RC; HV/HH), a razão de polarização paralela (RP) e o Radar Forest Degradation (RFDI). As imagens derivadas de todos esses atributos polarimétricos supracitados foram processadas pelo classificador de Máxima Verossimilhança (MAXVER) integrado ao algoritmo contextual Iterated Conditional Modes (ICM). As classificações derivadas dos atributos relativos às técnicas de decomposições de alvos, principalmente a de Cloude-Pottier, com índice Kappa de 0,75, apresentaram desempenho significativamente superior àqueles derivados das razões RC, RP e RFDI.

Abstract This study aims to analyze the capability of the target decomposition techniques and the polarimetric ratios applied to the ALOS/PALSAR-2 satellite polarimetric images to discriminate the land use and land cover classes in the Tapajós National Forest region, Pará State. Three full polarimetric ALOS/PALSAR-2, level 1 single look complex scenes were selected to generate the coherence and the covariance matrices to derive the Cloude-Pottier and the Freeman-Durden target decomposition attributes. From the radiometrically calibrated PALSAR-2 images, we generated the backscatter coefficients, the cross polarized ratio (RC; HV/HH), the parallel polarized ratio (RP; VV/HH) and the Radar Forest Degradation Index (RFDI). The images resulting from these polarimetric attributes were processed by the Maximum Likelihood (MAXVER) classifier coupled with the Iterated Conditional Modes (ICM) contextual algorithm. We found that the classifications derived from the target decomposition attributes, mainly from the Cloude-Pottier technique, with a Kappa index of 0.75, presented a significant higher performance than those derived from the RC ratio, RP ratio, and RFDI.

Abstract The detection of changes in the natural vegetation of the Cerrado (Brazilian tropical savanna) has been conducted based on optical satellite images. With the open availability of Sentinel-1A satellite radar images, continuous, near-real-time monitoring of land-use changes has become a reality. The objective of this study was to analyze the potential of Sentinel-1A satellite radar images to detect changes in the natural vegetation cover of the Cerrado for the purpose of law enforcement procedures to control illegal deforestation. The test site was western Bahia State, northeast Brazil. We selected two Sentinel-1A scenes obtained on October 3, 2016 (T0) and October 27, 2017 (T1) (C-band, 20-meter spatial resolution, VV and VH polarizations). A set of 159 deforestation polygons identified in the Landsat-8 Operational Land Imager (OLI) satellite images from 2016 and 2017 (eight scenes) were used as training samples to define the typical radar backscattering coefficients ((°) from the areas corresponding to the changes in the natural vegetation cover. The potential of the change detection technique was analyzed based on the boxplots involving the (° values derived from the ratio T1/T0 (both without filtering and processed by the refined Lee and Quegan & Yu filters). Three thresholds were considered for each polarization. All radar image processing was conducted on the Google Earth Engine platform. The best result was obtained for the combination of VH, refined Lee, and a threshold of 0.60, which presented 95% overall accuracy and a 39% omission error.

Resumo A detecção de mudanças na cobertura vegetal natural do Cerrado vem sendo conduzida por meio de imagens orbitais ópticas. Com a disponibilização sem custos das imagens de radar do satélite Sentinel-1A, o monitoramento contínuo e em tempo quase real de mudanças na sua cobertura vegetal natural tornou-se uma realidade. O objetivo desse estudo é analisar o potencial das imagens do satélite Sentinel-1A para detecção de mudanças na cobertura vegetal natural do Cerrado para fins de fiscalização e controle de desmatamentos ilegais. A área-teste selecionada foi o Oeste da Bahia. Foram consideradas duas cenas do Sentinel-1A obtidas em 03 de outubro de 2016 (T0) e 27 de outubro de 2017 (T1) na banda C, resolução espacial de 20 metros e polarizações VV e VH. Um conjunto de 159 polígonos de desmatamento identificados em oito cenas do satélite Landsat-8 Operational Land Imager (OLI) de 2016 e 2017 foram utilizados como áreas de treinamento para definir os coeficientes de retroespalhamento ((() típicos de áreas de mudanças na cobertura vegetal natural da área-teste. O potencial de detecção de mudanças foi analisado por meio de gráficos boxplot envolvendo valores de (( derivados da razão T1/T0 (sem filtragem e processados pelos filtros Refined Lee e Quegan & Yu). Foram considerados três limiares de mudança para cada polarização. Todo o processamento de imagens de radar foi realizado na plataforma Google Earth Engine. O melhor resultado foi obtido para a combinação VH, Refined Lee e limiar 0,60, a qual apresentou 95% de acurácia e 39% de omissão.

Resumo: O objetivo deste trabalho foi avaliar o potencial de intensificação da pecuária no Brasil. A taxa de lotação de bovinos de corte foi estimada de acordo com dados censitários agrícolas da produção pecuária municipal. A capacidade de suporte das pastagens foi obtida pela combinação de imagens “moderate resolution imaging spectroradiometer” (Modis) de produtividade primária bruta e de dados da demanda diária de matéria seca por unidade animal (UA). A lotação bovina no Brasil, em 2014/2015, foi de 0,97 UA ha-1, e a capacidade de suporte de 3,60 UA ha-1; portanto, há potencial de intensificação médio de 2,63 UA ha-1. O maior potencial de intensificação médio foi observado na região Sul (3,62 UA ha-1), e os menores nas regiões Norte (2,13 UA ha-1) e Nordeste (2,22 UA ha-1). É possível estimar a taxa de lotação bovina, a capacidade de suporte das pastagens e o potencial de intensificação da pecuária ao integrar dados do senso agrícola e de sensoriamento remoto.

Abstract: The objective of this work was to evaluate the potential of livestock intensification in Brazil. Beef cattle stocking rates were estimated according to agricultural census data on livestock production in Brazilian municipalities. Pasture carrying capacity was obtained by combining moderate resolution imaging spectroradiometer (Modis) images of gross primary productivity and data on dry matter demand per animal unit (AU). Cattle stocking rate for Brazil, in 2014/2015, was 0.97 AU ha-1, and the carrying capacity was 3.60 AU ha-1; therefore, there is an average livestock intensification potential of 2.63 AU ha-1. The highest average intensification potential was observed for the Southern region (3.62 AU ha-1), and the lowest for the Northern (2.13 AU ha-1) and Northeastern regions (2.22 AU ha-1). It is possible to estimate cattle stocking rate, pasture carrying capacity, and potential of livestock intensification by integrating data on agricultural census and remote sensing.

Abstract The exploration of capim dourado corresponds to one of the most important economical activities in the Jalapão region, Tocantins State. This study aimed to estimate the production of capim dourado in the Campos Limpos Úmidos associated to Veredas in the Jalapão State Park. The productivity was estimated from 20 sites over the Campo Limpo Úmido in the years of 2011 and 2012. Along the transects perpendicular to the streams located in areas dominated by Campos Limpos Úmidos, we sampled stems of capim dourado within a set of sampling areas of 0.5 m x 0.5 m. The stems were oven-dried and weighed to calculate the dry biomass (productivity). The production was estimated multiplying the area occupied by Campos Limpos Úmidos by the average productivity of stems. We also interviewed 70 affiliates of local associations of handicrafts and extractors registered in the Jalapão region. The production, estimated in 125,696 kg, can be considered high if we compare to the average amount of capim dourado explored by local associations registered in the environmental agency of Tocantins State, which is approximately 20,250 kg ano-1. This is about 16% of the amount produced in the Park. Considering that the exploration is increasing in the region, a more tight control of such exploration inside the Park is recommended.

Resumo A exploração de capim dourado (CD) corresponde a uma das atividades econômicas mais importantes na região do Jalapão, TO. Neste sentido, este trabalho teve como objetivo estimar a produção de CD nos Campos Limpos Úmidos (CLUs) associados às Veredas no Parque Estadual do Jalapão, TO. A produção de CD foi levantada em vinte áreas de CLUs nos anos de 2011 e 2012. Ao longo de transeções perpendiculares às linhas de drenagem, foram coletadas amostras de escapos representativas do capim por meio de um gabarito com dimensões internas de 0,5 m x 0,5 m. Os escapos foram secos em estufa e pesados para obtenção da massa seca (produtividade). A produção foi obtida multiplicando-se a área de ocorrência de CLUs pela produtividade média de escapos. Foram realizadas ainda entrevistas com setenta afiliados das associações de artesanatos e extrativistas da região do Jalapão, cadastrados no Órgão Ambiental do Estado do TO - Naturatins. A produção, estimada em 125.696 kg ano-1, pode ser considerada alta em relação ao que vem sendo comercializado pelas associações entrevistadas, que é de aproximadamente 20.250 kg ano-1. Este valor representa em torno de 16% do que é produzido na área do Parque. Existe um elevado risco do extrativismo de CD no Parque aumentar acima da sua capacidade de produção se não houver um maior controle sobre a exploração da espécie.

RESUMO Em 2009, foi implementado um programa de cooperação trilateral entre Moçambique, Brasil e Japão (ProSAVANA) na região norte de Moçambique (Corredor de Nacala). Os objetivos desse estudo foram: caracterizar a precipitação, o relevo e os solos dessa região; e analisar o potencial de expansão agrícola com base no modelo adotado para o Cerrado. Os materiais básicos incluíram dados de: precipitação, derivados do Tropical Rainfall Measuring Mission (TRMM); topografia, obtidos pelo Shuttle Radar Topography Mission (SRTM); e textura de solos, obtidos da literatura, os quais foram comparados com os do Oeste da Bahia. Os critérios adotados para analisar o potencial de expansão agrícola no Corredor de Nacala foram: declividade ≤ 12% e textura argilosa ou média de solos. Aproximadamente 82%, 94% e 71% da área de estudo moçambicana apresentaram precipitação média anual > 1.000 mm, declividade ≤ 12% e solos com textura argilosa ou média, respectivamente. As áreas favoráveis à expansão agrícola no Corredor de Nacala totalizaram 4,6 milhões de hectares. A ocupação agrícola dessas áreas potenciais deve levar em consideração outros aspectos como poluição dos recursos hídricos pelos fertilizantes químicos, melhoria do índice de desenvolvimento humano da população local e legislação que regulamenta o uso e ocupação de terras em Moçambique.

ABSTRACT In 2009, it was implemented a trilateral cooperation program among Mozambique, Brazil and Japan called ProSAVANA in the northern region of Mozambique (Nacala Corridor). The objectives of this study are: to characterize the conditions of precipitation, topography and soils of this region; and to analyze the potential of this region for agricultural expansion, based on the model used for the Brazilian Cerrado. The basic materials were the rainfall data derived from the Tropical Rainfall Measuring Mission (TRMM), the digital elevation model obtained by the Shuttle Radar Topography Mission (SRTM) and the soil texture data obtained from literature. Criteria used to identify potential areas of agricultural expansion in the Nacala Corridor were: slope ≤ 12%; and clayey or clay loamy soil textures. Approximately 82%, 94% and 71% of the study area presented rainfall >1,000 mm, slope ≤ 12% and clayey or clay loamy soil textures, respectively. The potential area for agricultural expansion in the Nacala corridor was ~ 4.6 million hectares. However, intensive agricultural occupation of this area needs to consider other aspects such as water pollution by chemical fertilizers, improvement of the human development index of local people and government regulations regarding the land use and land occupation in Mozambique.

O Cerrado é um bioma caracterizado por uma ampla variedade de formações vegetacionais, pela forte sazonalidade climática e pela acentuada pressão antrópica. Este estudo analisou o uso de séries temporais (2000-2013) do MODIS EVI e MODIS NDVI para detectar desmatamentos no Cerrado. As áreas de estudo corresponderam aos municípios de Jataí/GO, Luís Eduardo Magalhães/BA, Mateiros/TO e São Miguel do Araguaia/GO. As séries temporais foram suavizadas pelo filtro logística dupla, disponível no programa TIMESAT. Foi utilizada a estatística de Kruskal-Wallis para definir se as assinaturas temporais representativas das formações florestais de Jataí e São Miguel do Araguaia e das formações savânicas dos quatro municípios eram estatisticamente iguais. Em seguida, foram definidos os limiares de desmatamento para cada formação vegetacional (valores de EVI e NDVI abaixo dos quais são considerados desmatamentos). Resultados indicaram que não é possível definir um limiar único de desmatamento para cada formação vegetacional, porém, é possível detectar desmatamentos em formações florestais e savânicas. O desempenho do NDVI foi superior ao EVI no sentido de que a redução nos valores de NDVI durante o evento de desmatamento é mais acentuada do que nos valores de EVI.

The Cerrado is a biome characterized by a wide variety of vegetation formations, strong seasonality and high anthropogenic pressure. This study analyzed the use of time series (2000-2013) of MODIS EVI and MODIS NDVI to detect deforestation in the Cerrado. The study areas corresponded to the municipalities of Jataí/GO, Luís Eduardo Magalhães/BA, Mateiros/TO and São Miguel do Araguaia/GO. The time series were smoothed by the double logistic filter, available in the TIMESAT program. Kruskal-Wallis statistics was used to determine whether the representative temporal signatures of forestlands from Jataí and São Miguel do Araguaia and shrublands from all municipalities were statistically equal. Then the deforestation thresholds were identified for each vegetation formation (EVI and NDVI values below of which are considered deforestation). Results indicated that it is not possible to define a single threshold for each type of vegetation, however, it is possible to detect deforestation in forestlands and shrublands. The performance of NDVI was higher than that from EVI since the decrease in the NDVI values during the events of deforestation was higher.

Na região do Jalapão, no Estado do Tocantins, existem grandes áreas contínuas de Neossolos Quartzarênicos, com desenvolvimento do capim dourado (Syngonanthus nitens),espécie nativa utilizada na confecção de artesanatos nessa região, possuindo destacada importância na economia local. O objetivo deste estudo foi verificar a relação entre os atributos físicos e químicos dos solos e a produtividade de capim dourado nos Campos Limpos Úmidos associados às Veredas no Parque Estadual do Jalapão. Foram coletadas amostras de solo e escapos de capim dourado e realizadas medições de declividade do terreno ao longo de caminhamento ou transeções perpendiculares às linhas de drenagem das Veredas selecionadas para o estudo. Foram identificados três tipos principais de solos ao longo das transeções: Neossolo Quartzarênico órtico típico, Neossolo Quartzarênico hidromórfico típico e Organossolo Háplico fíbrico típico. A produtividade de capim dourado foi analisada por meio de modelos de regressão múltipla, envolvendo 26 variáveis dos solos. Em razão da significância, o modelo final ficou constituído por seis dessas variáveis: pH, Mg2+, Ca2+, areia fina, argila e umidade do solo. O modelo de regressão quadrática múltipla envolvendo essas seis variáveis contemplou R2 de 0,85 e R2 ajustado de 0,81 da relação avaliada, onde a umidade dos solos foi a variável mais importante.

In the Jalapão region, State of Tocantins, Brazil, there are large contiguous areas of Neossolos Quartzarênicos (Tropsamments). Golden grass (Syngonanthus nitens) is a native species widely used as material for handicrafts in the region, and it is therefore of great importance for the local economy. The aim of this study was to analyze the relationship between soil physical and chemical properties and golden grass yield in Campos Limpos Úmidos within Jalapão State Park (Parque Estadual do Jalapão). We collected soil samples and golden grass scapes and made slope measurements along the transects perpendicular to the drainage lines. We identified three soil units: Neossolo Quartzarênico órtico típico, Neossolo Quartzarênico hidromórfico típico, and Organossolo Háplico fíbrico típico (Orthpsamment, Hydropsamment, and Hydrofibrist, respectively). Multiple regression models involving 26 variables further portrayed golden grass yield. Six of these variables subsequently proved to be of greatest significance and constituted the final model: pH, Mg2+, Ca2+, fine sand, clay, and soil moisture. The multiple quadratic regression model involving these six variables considered an R2 of 0.85 (adjusted R2of 0.81) of the relationship evaluated. Soil moisture was the most important variable.

Séries temporais têm possibilitado a identificação de mudanças no uso do solo e a discriminação de fitofisionomias. Este estudo objetivou utilizar séries temporais de índice de vegetação realçado (EVI) da plataforma Terra Modis, filtradas pelas técnicas de logística dupla e fração mínima de ruído (MNF) e classificadas pelo algoritmo spectral angle mapper (SAM) para mapear o uso e cobertura vegetal do Oeste da Bahia. Séries temporais representativas das classes: Campo sujo, Cerrado ralo, Cerrado típico, Cerrado denso, Floresta estacional semidecidual, Floresta estacional decidual, Vegetação secundária, Cultura agrícola e Pastagem cultivada foram utilizadas como membros de referência na aplicação do algoritmo SAM. A acurácia do mapeamento foi analisada por meio de imagens do satélite RapidEye e coeficiente de concordância Kappa. O filtro de logística dupla e a MNF reduziram significativamente os ruídos presentes nas imagens. A classificação discriminou as classes supracitadas (índice Kappa = 0,8), todavia, baseado em dados anteriores disponíveis na literatura, houve subestimação da Pastagem cultivada e superestimação do Cerrado típico. Esse estudo permitiu demonstrar o potencial de séries temporais do sensor Modis para discriminar classes de uso e cobertura vegetal representativas do Oeste da Bahia.

Temporal series have enabled the identification of changes in land use and the discrimination of phytophysiognomies. This study aimed at using time series of enhanced vegetation index (EVI) of Terra Modis platform, filtered by the double logistics and minimum noise fraction (MNF) algorithms and classified by the spectral angle mapper (SAM) technique to map land use and land cover (LULC) classes from western Bahia. Representative time series of shrub Savanna, sparse Savanna, typical Savanna, dense Savanna, seasonal forest, dry forest, secondary vegetation, croplands and pasturelands were used as reference members in applying the SAM algorithm. The accuracy of mapping was analyzed by RapidEye satellite images and the Kappa's coefficient of agreement. The double logistics and the MNF filters reduced significantly the noise in the images. The classification discriminated all LULC classes (Kappa index = 0.8), however, there were, according to data available in the literature, underestimation of pasturelands and overestimation of typical Savanna. This study demonstrated the potential of time series of Modis sensor to discriminate representative LULC classes of western Bahia.

O trabalho teve como objetivo avaliar o estoque de carbono nos solos sob pastagens cultivadas, na bacia hidrográfica do Rio Paranaíba. Para estimar a quantidade de carbono estocado foram coletadas 80 amostras de solo, de forma aleatória, sendo 40 em pastagens degradadas (PD) e 40 em pastagens melhoradas (PM), nas profundidades de 0-5 cm, 5-10 cm; 10-20 cm e 20-30 cm. As variáveis do solo analisadas foram textura, densidade; teor de carbono total (%) e estoque de carbono (Mg/ha). Em média as pastagens (melhorada e degradada) ocupam áreas de solo com características granulométricas semelhantes, no entanto, a densidade do solo sob pastagem melhorada é menor do que a dos solos sob pastagem degradada. A densidade aumenta com o aumento da profundidade do solo, em ambas as pastagem. O teor de carbono diminui com a profundidade do solo, independente das condições da pastagem. Em média, a pastagem melhorada apresenta valor mais elevado de carbono do solo do que a pastagem degradada, em todas as profundidades analisadas. A camada superficial (0-5 cm) apresenta o maior teor de carbono (média), tanto para pastagem melhorada (2.60%) quanto para pastagem degradada (1.90%). Se considerarmos todas as camadas analisadas (0-30 cm) a pastagem melhorada possui um estoque de carbono de 68.28 Mg/ha, enquanto que a pastagem degradada possui 59.35 Mg/ha. Os dados comprovam que uma pastagem bem manejada consegue reter no solo, na profundidade de 0-30 cm, 15% a mais de carbono do que em uma pastagem degradada, ressaltando a importância do manejo das pastagens como forma de retirar carbono da atmosfera e armazenar no solo. Em um cenário onde toda a pastagem degradada fosse convertida em melhorada, a bacia teria um potencial de aumento do estoque de carbono no solo da ordem de 41 Tg.

This study aimed to assess the soil carbon stock under cultivated pastures in the Parnaíba River basin. A set of 80 soil samples were collected randomly in the basin, 40 in degraded pastures and 40 in improved pastures, at the following depths: 0-5, 5-10, 10-20 and 20-30 cm. Soil texture, bulk density, total carbon content (%) and carbon stock (Mg/ha) were the variables considered. Overall, both degraded and improved pastures occupy areas of similar soil texture, however, the soil bulk density under improved pastures presented lower values than that from soils under degraded pasture. The bulk density increased with the increasing soil depth in both types of pastures. The soil carbon content decreased with soil depth regardless of the pasture´s management condition. On average, improved pastures, in comparison with degraded pastures, presented higher soil carbon contents at all considered soil depths. The surface layer (0-5 cm) showed the highest soil carbon contents on average and for both improved pastures (2.6%) and degraded pastures (1.9 %). Considering all soil depths (0-30 cm), improved pastures had an average soil carbon content of 68.28 Mg/ha, while degraded pastures presented an average soil carbon content of 59.35 Mg/ha. Well-managed pastures can store carbon throughout the entire soil depth considered in this study (0-30 cm) upt to 15% more carbon than in degraded pastures, emphasizing the importance of pasture management as a way of seeking carbon from the atmosphere and stock it in the soil. In a scenario where all degraded pastures are converted into improved pasture, we can have an additional 41 Tg of carbon stocked in the Parnaiba river basin.

Pastagens cultivadas são as classes de cobertura de terras mais representativas de três municípios (Araguari, Uberaba e Uberlândia) que fazem parte da mesorregião do Triângulo Mineiro no extremo oeste de Minas Gerais. O objetivo dessa pesquisa foi conduzir estudos de caracterização espectro-temporal das pastagens cultivadas dos três municípios acima referidos por meio de séries temporais do produto MODIS EVI2 (índice de vegetação realçado do sensor Moderate Resolution Imaging Spectrorradiometer do período 2000-2010). Para isso, foram selecionadas 25 áreas de pastagens cultivadas da espécie Brachiaria e mais três áreas ocupadas por cultura agrícola, floresta estacional e savana gramíneo-lenhosa. Séries temporais MODIS EVI2 foram obtidas através do portal do Instituto Nacional de Pesquisas Espaciais (INPE) e analisadas por meio de gráfico de linhas, análise de agrupamento hierárquico e somatório dos índices de vegetação. Resultados indicaram que é possível discriminar pastagens cultivadas de outras classes de cobertura de terras da região e que a somatória de valores EVI2 de toda a série histórica pode aumentar consideravelmente essa capacidade de discriminação. A maioria das pastagens cultivadas apresentou assinaturas espectro-temporais distintas. A substituição da pastagem por outros tipos de cobertura de terras (por exemplo, cultura agrícola e vice-versa) é facilmente identificada na série temporal considerada.

Cultivated pastures are the most representative land use and land cover classes in the three municipalities (Araguari, Uberaba and Uberlândia) belonging to the Triangulo Mineiro mesorregion in the western part of Minas Gerais State. The objective of this research was to conduct the spectral and temporal characterization of cultivated pastures from the above mentioned municipalities through MODIS EVI2 time series (enhanced vegetation index from Moderate Resolution Imaging Spectroradiometer, time series of 2000-2010). We selected 25 sampling areas of cultivated pastures (Brachiaria) and three additional areas occupied with cropland, forestland, and grassland. Temporal series of MODIS EVI2 were obtained from the National Space Research Institute (INPE) data gateway and analyzed via graphs of lines, cluster analysis and cumulative vegetation indices. Results showed that it is possible to discriminate cultivated pastures from other land use and land cover classes and that the cumulative EVI2 data involving entire temporal series can increase this discrimination capability substantially. Most of the cultivated pastures presented distinct spectro-temporal signatures. Changes of cultivated pastures for other land use classes (for instance, croplands and vice-versa) are easily identified in the considered temporal series.

A Cannabis sativa é a droga ilícita mais consumida no mundo, à frente de anfetaminas, cocaína e opiáceos. No Brasil, uma das estratégias de redução da oferta dessa droga é a realização de operações de erradicação de cultivos. Nessas operações, os sítios são identificados visualmente por policiais experientes durante sobrevoos com helicópteros. Este estudo analisa o emprego do NDVI (índice de vegetação por diferença normalizada) derivado de séries temporais do satélite SPOT-5 HRG (High Resolution Geometric) na detecção de plantios de Cannabis em meio às fitofisionomias de Caatinga do sertão pernambucano. Valores absolutos e multitemporais do NDVI de dois sítios utilizados para o plantio de Cannabis e da vegetação natural circundante foram analisados com vistas à prospecção de anomalias relacionadas à presença dos plantios. Os resultados indicaram forte sazonalidade das fitofisionomias de Caatinga e padrões irregulares dos plantios de Cannabis sativa. Em alguns casos, os plantios de Cannabis apresentaram taxas de crescimento superiores às áreas de vegetação natural, induzidas pelo suprimento de água de irrigação e adubação das plantas; em outros, quedas abruptas de NDVI decorrentes de operações de preparo do solo, colheita ou erradicação. A análise da dinâmica do NDVI permitiu detectar plantios de Cannabis em séries temporais do SPOT-5 HRG.

Cannabis sativa is the most highly demanded illegal drug in the world, even more than amphetamines, cocaine and opiates. In Brazil, one of the strategies to reduce its consumption is the identification and destruction of cultivation. Plantations are identified visually by experienced Brazilian Federal Police agents using helicopters. This study analyzed the potential of the NDVI (Normalized Difference Vegetation Index) derived from temporal series of the SPOT-5 HRG (High Resolution Geometric) images to detect plantations of Cannabis surrounded by the Caatinga vegetation in the semi-arid region of Pernambuco State. Absolute values and multitemporal series of NDVI from two sites used to plant Cannabis and from surrounding natural vegetation were analyzed to find anomalies related to the presence of such plantations. Results showed a strong seasonality of Caatinga phytophysiognomies and heterogeneous spectral pattern of Cannabis sativa. In some cases, Cannabis plantations presented growing patterns higher than the Caatinga vegetation, as a consequence of water and fertilizer supplies; in other, an abrupt decrease of NDVI values, as a consequence of field management practices - soil preparation and harvesting - or destruction. The analysis of dynamics of NDVI allowed detecting Cannabis cultivations from temporal series of SPOT-5 HRG.

O objetivo deste trabalho foi avaliar o potencial das imagens multipolarizadas do sensor‑radar Palsar/Alos em diferenciar as fases fenológicas da cana‑de‑açúcar. Valores digitais de quatro imagens do sensor, dos meses de fevereiro, maio, agosto e outubro de 2008, com polarizações HH (emissão e recebimento de onda na polarização horizontal) e HV (emissão de onda na polarização horizontal e recebimento na vertical), foram convertidos para coeficientes de retroespalhamento (σ°), para a análise de dados de cana‑de‑açúcar, cultivadas em talhões na região nordeste do Estado de São Paulo. Foram selecionadas três variedades, em diferentes estágios fenológicos: RB85‑5156, seis talhões; RB86‑7515, dez talhões; e RB92‑5345, dez talhões. As diferenças entre as fases fenológicas foram avaliadas para cada uma das variedades e, também, entre as variedades. A utilização simultânea ou não dos dados do sensor Palsar/Alos, obtidos em duas polarizações, foi capaz de discriminar as diferentes fases de crescimento da cana‑de‑açúcar, com exceção da fase de crescimento dos colmos e a fase de maturação, em que não foi observada diferença significativa.

The objective of this work was to evaluate the potential of multipolarized Palsar/Alos satellite images to discriminate phenological phases of sugarcane. Digital values from four digital images of February, May, August, and October 2008, with HH (sending and receiving wave in horizontal polarization) and HV polarizations (sending wave in horizontal polarization and receiving in vertical polarization), were converted to backscattering coefficients (σ°) for data analysis of sugarcane cultivated in the northeastern of the state of São Paulo, Brazil. Three varieties were selected at different phenological stages: RB85‑5156, six stands; RB86‑7515, ten stands; and RB92‑5345, ten stands. The differences between the phenological phases were analyzed for each variety, and also between varieties. The single or dual‑poralized Palsar/Alos data, obtained in two polarizations, were able of discriminating the different phases of sugarcane growth, except for the grand growth period and maturity phase, in which no significant difference was observed.

O objetivo deste trabalho foi identificar embarcações em imagens de radar obtidas pela aeronave R-99 da Força Aérea Brasileira. Dados de amplitude, obtidas na banda L e nas polarizações HH, HV, VH e VV da região de Porto de Tubarão, ES, foram processados por meio de diferentes tipos de realces, filtros, classificadores e transformadores espectrais. As imagens com maior potencial para identificar embarcações foram ainda analisadas para diferenciar embarcações militares de mercantes, considerando-se os cinco elementos de interpretação (forma, tamanho, sombra, tonalidade e fatores associados, isto é, o contexto em que as embarcações se encontram nas imagens) e as cinco fases de interpretação de imagens (detecção, reconhecimento, análise, dedução e classificação). A combinação de processamentos mais favoráveis foi o realce com contraste 50-200, seguido de filtro abertura ou erosão e classificador SVM (Support Vector Machine) ou transformação SCI (Synthetic Color Image). Foi possível discriminar embarcações nas fases de detecção e reconhecimento, enquanto a diferenciação entre embarcações mercantes e militares foi obtida nas fases de análise e dedução. No nível de classificação, não foi possível definir o tipo de embarcação militar (e.g., fragata ou contratorpedeiro) ou o tipo de embarcação mercante (e.g., petroleiro ou graneleiro).

The objective of this study was to identify vessels in radar images obtained by the R-99 airplane from Brazilian Air Force. Amplitude data obtained in L-band and HH-, HV-, VH- and VV-polarizations over the region of Tubarão Harbor, State of Espirito Santo, were processed through different types of enhancements, filters, classifiers, and spectral transformers. The images with highest performances were also analyzed to differentiate between military and merchant vessels, considering the five elements of interpretation (shape, size, shadow, tone and associated factors, that is, the context in which the vessels are found in the images) and five steps of image interpretation (detection, reconnaissance, analysis, deduction, and classification). The best combination of image processing was 50-200 contrast enhancement, aperture or erosion filters, and SVM (Spectral Vector Machine) classifier or SCI (Synthetic Color Image) transformation. It was possible to discriminate vessels in the steps of detection and reconnaissance, while the differentiation between military and merchant vessels was possible in the steps of analysis and deduction. In the final step of classification, it was not possible to define the types of military vessels (e.g., frigate or destroyer) neither the types of merchant vessels (e.g., petroleum tanker or bulk carrier).