RESUMO Nas florestas de terra firme não inundáveis da Amazônia, a composição florística e a ocorrência de espécies podem ser explicadas pela disponibilidade hídrica relacionada com a topografia. Dada a complexidade topográfica, a disponibilidade de água pode ser bastante variável e seus efeitos na resposta das plantas, difícil de documentar. Neste estudo avaliamos as respostas individuais de espécie de quatro grupos de plantas [pteridófitas (samambaias e licófitas), Melastomataceae, palmeiras (Arecaceae) e Zingiberales] às condições topográficas na região do médio Rio Juruá, no oeste da Amazônia brasileira. A área abrange duas formações geológicas (Içá e Solimões) com topografias contrastantes. Terraços fluviais também são encontrados ao longo dos rios principais. As condições topográficas foram medidas usando a altura acima da drenagem mais próxima (HAND), declividade e ordem de drenagem de Strahler, todas obtidas a partir de um modelo digital de elevação SRTM-DEM. Os dados foram analisados usando modelos lineares generalizados mistos e árvores de regressão. HAND foi a principal variável explicativa da composição florística para todos os grupos de plantas, exceto Melastomataceae, tendo maior efeito na formação Içá do que na Solimões. Ocorrências individuais de 57% das espécies foram explicadas por pelo menos uma das variáveis, sugerindo uma especialização marcada de habitat ao longo de gradientes topográficos. Para essas espécies, modelos usando variáveis derivadas do SRTM-DEM deram resultados semelhantes aos modelos usando apenas a topografia medida em campo, o que indicam que variáveis topográficas derivadas do SRTM-DEM podem ser usadas para prever variações locais na estrutura de comunidades de plantas em florestas tropicais.

ABSTRACT In Amazonian terra-firme non inundated forests, local floristic composition and species occurrence are explained by water availability as determined by topographic conditions. Topographic complexity can render these conditions quite variable across the landscape and the effects on plant ecological responses are difficult to document. We used a set of topographically defined hydrological metrics to evaluate community composition and single-species responses of four plant groups [pteridophytes (ferns and lycophytes), Melastomataceae, palms (Arecaceae) and Zingiberales] to topographic conditions in the middle Juruá River region, in western Brazilian Amazonia. The area spans two geological formations (Içá and Solimões) with contrasting topography. River terraces are also found along the main rivers in the area. Local topographic conditions were approximated by height above the nearest drainage (HAND), slope, and Strahler´s drainage order, all obtained from a SRTM digital elevation model (DEM). Data were analyzed using linear and generalized linear mixed models and regression trees. HAND was most successful in explaining floristic composition for all plant groups, except for Melastomataceae, and was more important in the hilly Içá formation than in the Solimões. Individual occurrences of 57% species were predicted by at least one of the topographic variables, suggesting a marked habitat specialization along topographic gradients. For these species, response models using SRTM-DEM-derived variables gave similar results than models using field-measured topography only. Our results suggest that topographical variables estimated from remote sensing can be used to predict local variation in the structure of plant communities in tropical forests.

Abstract: What controls the formation of patchy substrates of white sand vegetation in the Amazonian lowlands is still unclear. This research integrated the geological history and plant inventories of a white sand vegetation patch confined to one large fan-shaped sandy substrate of northern Amazonia, which is related to a megafan environment. We examined floristic patterns to determine whether abundant species are more often generalists than the rarer one, by comparing the megafan environments and older basement rocks. We also investigated the pattern of species accumulation as a function of increasing sampling effort. All plant groups recorded a high proportion of generalist species on the megafan sediments compared to older basement rocks. The vegetation structure is controlled by topographic gradients resulting from the smooth slope of the megafan morphology and microreliefs imposed by various megafan subenvironments. Late Pleistocene-Holocene environmental disturbances caused by megafan sedimentary processes controlled the distribution of white sand vegetation over a large area of the Amazonian lowlands, and may have also been an important factor in species diversification during this period. The integration of geological and biological data may shed new light on the existence of many patches of white sand vegetation from the plains of northern Amazonia.

O objetivo desta pesquisa foi avaliar o uso de dados hiperespectrais Hyperion/EO-1 na discriminação de alvos agrícolas, comparando a acurácia de classificação obtida pelos dados desse sensor à obtida por dados multiespectrais ETM+/Landsat-7. Para isso, alvos agrícolas da região de Franca - SP, com diferenças espectrais bem definidas e outros alvos com diferenças espectrais sutis, imageados por ambos os sensores, em 16 de julho de 2002, foram discriminados utilizando o classificador supervisionado de Máxima Verossimilhança (MaxVer). Os alvos agrícolas com diferenças espectrais bem definidas foram caracterizados por seis classes de uso e cobertura do solo; já os com diferenças espectrais sutis, por cinco classes de variedades de cana-de-açúcar. Quando os dados ETM+ foram classificados, a acurácia foi de 91,5% para as classes de uso e cobertura do solo e de 67,6% para as classes de variedades de cana-de-açúcar, enquanto, para os dados do sensor Hyperion, a acurácia de classificação foi de 94,9% e de 87,1%, respectivamente, demonstrando, assim, a importância do uso de dados hiperespectrais na discriminação de alvos agrícolas com características espectrais semelhantes.

The aim of this work was to assess Hyperion/EO-1 hyperspectral data to discriminate agricultural fields, comparing that data classification accuracy with ETM+/Landsat-7 multi-spectral data classification accuracy. For this purpose, agricultural targets with well-defined and subtle spectral differences in Franca municipality, São Paulo State, Brazil, imaged by both sensors in July, 2002, were discriminated by using a supervised classification (Maximum Likelihood) algorithm. Agricultural targets with well-defined spectral differences were characterized by six land use/land cover classes, while five sugarcane varieties were used as targets with subtle spectral differences. When the broadband ETM+ data were classified, the overall accuracy was 91.5% for six land use/land cover classes and 67.6% for five sugarcane variety classes, while for narrowband Hyperion data the accuracies were 94.9% and 87.1%, respectively. This result shows the importance of hyperspectral data use for agricultural targets discrimination with similar spectral characteristics.