O método da FAO Penman-Monteith (FAO-PM)

A partir da equação original de Penman-Monteith e das equações de resistência aerodinâmica (rah) e da resistência total da superfície (rc), o método da FAO-PM para

estimar a ETo é derivado da seguinte equação:

) u 34 , 0 + 1 ( γ + Δ ) e - e ( u 273 + Ts 900 γ + ) G - R ( Δ 408 , 0 = ETo 2 a s 2 n (41)

onde Δ é a declividade da curva de pressão de vapor (kPa/°C), Rn é o saldo de radiação (MJ m-2 dia-1), G é o fluxo de calor no solo (MJ m-2 dia-1), γ é a constante psicrométrica (kPa/°C), Ts é a temperatura média do ar (°C), u2 é a velocidade do vento a 2 metros, es

é a pressão de saturação do vapor média (kPa) e eaé a pressão atual do vapor (kPa). Esta equação de derivação da ETo considera a superfície de referência um gramado com cerca de 0,12 m de altura, uma resistência superficial fixa de 70 s m-1 e um albedo de 0,23. Essa referência se parece com uma superfície coberta por grama verde extensa, bem irrigada, de altura uniforme, crescendo ativamente e cobrindo totalmente a superfície. O valor de 70 s m-1 de resistência superficial implica um solo moderadamente seco resultante de uma irrigação por semana, aproximadamente.

A metodologia da ETo pela FAO-PM é altamente difundida e encontra-se detalhada no manual da FAO-56 (ALLEN et al., 1998). A equação da FAO-PM foi usada na base horária, uma vez que Jensen et al. (1990) relatam que a equação de PM é mais precisa quando usada na base horária e somando os valores para obter estimativa diária de ETo, pois o uso de dados climáticos médios em equações combinadas pode conduzir a erros significativos (MEDEIROS, 2002).

A evapotranspiração de cultura diz respeito a uma cultura em condições padrão, onde não existem limitações ao seu crescimento ou à evapotranspiração causadas por

84

estresse hídrico, salinidade, densidade de cultura, doenças, infestações por ervas daninhas ou baixa fertilidade. ETc é determinado pelo produto entre a ETo, onde são incorporados os efeitos das condições climáticas, e o coeficiente de cultura (Kc), onde são incorporadas as características da cultura:

o ET . Kc = ETc (42) Quando a cultura não se encontra em condições padrão ou, no caso desta pesquisa, se trata de vegetação natural, atípica e alterada ou degradada (próxima à estação - Figura 23), fala-se em evapotranspiração real (ETr). Utilizou-se a metodologia de Allen et al. (1998) para cálculo da ETr. Na medida em que a cobertura do solo pela vegetação natural ou alterada é muitas vezes reduzida, a ETr é afetada pela frequência da precipitação e/ou irrigação e pela quantidade de área foliar e cobertura do solo. Assim, o Kc foi determinada a partir do IAF:

IAF]) exp[-0,7 - (1 ) Kc - (Kc_{full min} min  Kc Kc (43)

onde Kcmin é o Kc mínimo para solo nu (Kcmin ≈ 0,15-0,2), Kcfull é o Kc no pico do

desenvolvimento da vegetação, com total cobertura do solo e um IAF > 3 (ALLEN et al., 1998).

Para a vegetação natural que não cobre totalmente o solo, o Kcfull pode ser

estimado pela equação proposta em (ALLEN et al., 1998):

3 , 0 min 2 h cfull 3 h 45)] - 0,004(UR - 2) - u ( 04 , 0 [ + Kc = K (44)

em que Kch é o Kc para vegetação que cobre totalmente o solo (IAF > 3), u2 é a

velocidade do vento a 2 m de altura (m s-1), URmin é a umidade relativa mínima 24h (%)

e A é a altura máxima média da vegetação (m). A 1 , 0 0 , 1   h Kc para h ≤ 2 m (45) onde Kch é limitado a ≤ 1,2 quando h > 2 m (ALLEN et al., 1998).

Uma vez que a área para cálculo da ETr não se encontrava nas condições padrão e as datas dos imageamentos correspondem à época do ano com menor precipitação, foi necessário realizar uma correção da ETc obtida. A correção foi realizada através do cálculo do coeficiente de umidade do solo (Ks), que foi multiplicado à ETo e Kc:

Ks . Kc . ETo = ETr (46)

85

Portanto, os efeitos do estresse hídrico na ET da cultura se manifestam pela redução do valor do coeficiente de cultura, conseguido multiplicando Kc por Ks. O conteúdo de água da zona radicular pode ser expresso pela depleção da zona radicular (Dr). Na capacidade de campo, a depleção da zona radicular é 0 (Dr = 0). Quando a água

do solo é extraída pela evapotranspiração, a depleção aumenta e o estresse será induzido quando Dr = RAW (água imediatamente disponível). Após a depleção exceder RAW,

ela torna-se elevada o suficiente para limitar a ET abaixo dos valores de referência. Assim, quando Dr > RAW, Ks é obtido através da seguinte equação:

p)T AW - 1 ( D - T AW = RAW - T AW D - T AW = Ks r r (47)

onde TAW corresponde à água total disponível na zona radicular (mm), RAW é a fração do TAW que a cultura pode extrair da zona radicular sem sofrer estresse hídrico (água imediatamente disponível) e p corresponde a fração média da TAW que pode ser esgotada da zona radicular antes de ocorrer estresse hídrico (varia de 0,3 a 0,7). Quando Dr < RAW, Ks = 1 (ALLEN et al., 1998).

Assim, para estimar Ks tornou-se necessário realizar um balanço hídrico diário para a zona radicular. Assumiu-se como o dia 1, aquele precedido por um evento intenso de precipitação e, portanto, Dr inicial estaria próximo da capacidade de campo:

Dr ≈ 0. De acordo com Allen et al. (1998), um evento intenso corresponde a

precipitação total superior a 40 mm.

Figura 23. Local de medição da ETr usando o método da FAO-PM. Vegetação alterada

próxima à estação de Arcoverde.

Fonte: o autor. 4.2.4. Análise estatística

Uma comparação entre os valores do Rn e da ETr diários estimados usando o SEBAL e o METRIC e os estimados usando os dados de estação meteorológica e o

86

método da FAO Penmam-Monteith foi realizada mediante o cálculo do desvio absoluto (DA) e do desvio relativo (DR), de acordo com as expressões 48 e 49.

SEBAL - Monteith _ FAOPenman = DA (48)

(

)

% 100 × teith Penman_M on FAO SEBAL - teith Penman_M on FAO = DR (49) 4.3. Resultados e discussão

Pela análise da Figura 24 e da Tabela 9 é possível verificar que, com exceção do Rn24h obtido na imagem de 21/09/2007, todas as estimativas obtidas com o METRIC se

aproximaram mais dos resultados obtidos com os dados pontuais da estação meteorológica e o método padrão da FAO-PM.

Relativamente ao Rn24h, os desvios absolutos e relativos obtidos com o SEBAL

variaram entre 4,55 e 23,08 W m-2 e 3,36 e 12,36 %. Continuando a análise das estimativas de Rn24h, os desvios absolutos e relativos obtidos com o METRIC foram

consideralvelmente menores, variando entre 0,58 e 10,57 W m-2 e 0,24 e 5,66 %. Apenas na imagem de 21/09/2007, as estimativas de Rn24h apresentaram desvios

menores usando o SEBAL. Apesar de maiores que os obtidos com o SEBAL, os desvios absoluto e relativo resultantes do METRIC nessa imagem foram baixos, 8,95 W m-2 e 4,67%, respectivamente.

Em relação à ETr24h, os desvios absolutos e relativos obtidos com o SEBAL

variaram entre 0,57 e 1,35 mm e 17,01 e 46,08 %. Continuando a análise das estimativas de ETr24h, os desvios absolutos e relativos obtidos com o METRIC foram

bastante menores, variando entre 0,20 e 0,44 mm e 4,81 e 13,13 %.

Dessa forma, se percebe que as estimativas obtidas com o METRIC se aproximam mais dos dados de campo e, portanto, é mais adequado para o cômputo do balanço de radiação e de energia no PNC. Contudo, as estimativas do Rn24h obtidas com o SEBAL

apresentaram desvios baixos, não ultrapassando os 12,51%. Giongo (2008), comparando os valores de Rn estimados pelo SEBAL com valores observados à superfície através de saldo radiômetro, encontrou boas correlações (r = 0,994 e 0,984, em estações de cana e de cerrado, respectivamente).

Figura 24. Valores de Rn (A) e ETr (B) nos dias de passagem do satélite sobre o PNC

87

vermelhas). Os valores exibidos correspondem à média dos 6 pixels no entorno da estação de Arcoverde (PNC).

Tabela 9. Desvio absoluto e relativo dos valores obtidos de Rn e ETr24h nas imagens de

satélite utilizando o SEBAL e o METRIC, em relação aos resultados obtidos com o método padrão de referência da FAO-PM. Em vermelho encontram-se destacados os menores desvios. Data Desvio absoluto Rn24h (W m-2) Desvio relativo Rn24h (%) Desvio absoluto ETr24h (mm) Desvio relativo ETr24h (%)

SEBAL METRIC SEBAL METRIC SEBAL METRIC SEBAL METRIC

06/10/2001 5,9 0,93 3,36 0,53 0,69 0,21 27,94 8,5

26/09/2003 23,08 10,57 12,36 5,66 0,57 0,44 17,01 13,13

21/09/2007 4,55 8,95 2,37 4,67 0,75 0,2 18,03 4,81

29/09/2010 9,54 0,58 3,99 0,24 1,35 0,19 46,08 6,48

Média 10,7675 5,2575 5,52 2,775 0,84 0,26 27,265 8,23

A melhor performance do METRIC já era de esperar uma vez que constitui uma forma "híbrida" entre uma metodologia para cálculo do balanço de energia puramente baseada em sensoriamento remoto e outra puramente baseada em dados meteorológicos para cálculo da ETo. Combina a eficácia da estimativa do balanço de energia por imagem de satélite e a acurácia dos cálculos da ETo baseados em dados de campo. Por outras palavras, o cálculo do balanço de energia em imagem de satélite providencia a informação e distribuição espacial da energia disponível e dos fluxos de energia sensível e de calor em amplas áreas, enquanto que o cálculo da ETo ancora o balanço de energia e providencia "veracidade" ao produto. Assim, o METRIC é autocalibrado para cada imagem de satélite usando o cálculo da ETo baseado em dados meteorológicos horários e o método da FAO-PM (ALLEN et al., 2007a). A acurácia das estimativas da ET usando esta metodologia tem sido estabelecida por lisímetros em outros estudos de alta confiabilidade (ALLEN et al., 2007a; ASCE-EWRI, 2005).

Para extrapolar a ET instantânea para ET24h, o SEBAL usa a fração evaporativa

88

considerada constante ao longo do dia (NICHOLS; CUENCA, 1993; GOWDA et al., 2008; SULEIMAN et al., 2009). No entanto, Gentine et al. (2007) demonstraram que FE é raramente constante, especialmente em climas quentes e com alta incidência de ventos e, podendo resultar em erros elevados quando usado o SEBAL. O METRIC, ao invés de usar a FE, utiliza a fração da evapotranspiração de referência horária (FETo_H),

que de acordo com Trezza (2002) é relativamente constante em todo o período diurno e é capaz de incorporar os efeitos advectivos, mais intensos em climas com as características recém-mencionadas.

Outra vantagem do METRIC reside na correção atmosférica banda a banda que considera as condições atmosféricas que afetam a transmissividade da atmosfera e a contribuição do vapor d'água atmosférico. Por outras palavras, a correção atmosférica banda a banda considera variáveis meteorológicas na hora do imageamento (umidade atmosférica, temperatura do ar e pressão atmosférica) que atuam diretamente e indiretamente em distintos processos envolvidos no crescimento da planta. Os coeficientes de calibração determinados por Tasumi et al. (2008) permitem a estimativa de uma reflectância muito aproximada ao produto de reflectância do MODIS, indicando que as equações e coeficientes apresentam uma aplicação robusta, podendo ser usados em uma vasta gama de condições atmosféricas e ângulos de sensor. No entanto, é importante salientar algumas limitações da técnica como: (1) o fato de não considerar a turbidez provocada por aerossóis e outros efeitos contemplados em modelos mais sofisticados como o MODTRAN (BERK et al., 1999); e (2) o fato dos coeficientes de calibração terem sido obtidos para as condições particulares de Idaho, E.U.A.

Por fim, no METRIC a transmissividade é obtida como uma função da pressão atmosférica onde é levada em consideração a altitude de cada pixel da imagem, sendo importante em áreas montanhosas e do conteúdo de vapor d‟água presente na atmosfera. O ideal seria comparar as estimativas realizadas com medidas lisimétricas ou com a técnica da razão de Bowen, através da qual Oliveira (2012a) validou seus mapas de ETr obtidos com o SEBAL ou ainda com a técnica dos Vórtices Turbulentos – Eddy Covariance, através da qual Ruhoff et al. (2012) validou o fluxo de calor sensível pelo SEBAL, por se tratarem de técnicas mais robustas baseadas em um maior número de parâmetros e dados de solo. No entanto, os equipamentos necessários para realização destas técnicas não se encontravam disponíveis na área de estudo. Além disso, como descrito na introdução deste trabalho, o método da FAO-PM foi validado em diversos trabalhos e é considerado padrão de cálculo da evapotranspiração de referência (ETo), a

89

partir de dados meteorológicos, pela ICID e pela FAO (ALLEN et al., 1998; SMITH, 1991).

Em estudo recente Mkhwanazi e Chávez (2013) compararam o SEBAL e o METRIC usando um total de 9 imagens do satélite Landsat 7 ETM+ (2010-2012). A ET foi estimada em dois campos de alfalfa perto de Rocky Ford no este do Colorado (E.U.A.) usando lisímetros monolíticos de precisão. As estimativas realizadas por sensoriamento remoto usando ambos os algoritmos foram comparadas com as medidas lisimétricas da ET. Os resultados demonstraram que os erros no SEBAL eram superiores aos erros do METRIC, chegando a 45% para o primeiro e 25% para o segundo. Estes resultados estão de acordo com os encontrados nesta pesquisa.

4.4. Conclusões

As estimativas do Rn24h e da ETr24h realizadas com o METRIC apresentaram

desvios menores comparados às estimativas realizadas com o SEBAL, quando relacionadas com os resultados obtidos com dados da estação meteorológica. Assim, conclui-se que as estimativas realizadas com o METRIC são mais confiáveis e é o método mais adequado para o cômputo do balanço de radiação e de energia em vegetação de Caatinga.

As estimativas de Rn24h obtidas com o SEBAL apresentaram desvios baixos, pelo

que, na ausência de dados meteorológicos para obtenção do METRIC, para estimar essa variável, o SEBAL demonstrou ser confiável.

Do SEBAL resultaram estimativas de ETr com desvios muito elevados quando comparados com os resultados obtidos com dados da estação meteorológica e usando o método da FAO-PM, sendo preferível usar o METRIC para estimar essa variável.

90

CAPÍTULO 5

D

ETECÇÃO DE

A

LTERAÇÕES NO

U

SO E

C

OBERTURA DO

S

OLO DO

P

ARQUE

N

ACIONAL DO

C

ATIMBAU PELA

A

NÁLISE DE

P

ARÂMETROS

B

IOFÍSICOS

91 5. DETECÇÃO DE ALTERAÇÕES NO USO E COBERTURA DO SOLO DO PARQUE NACIONAL DO CATIMBAU PELA ANÁLISE DE PARÂMETROS BIOFÍSICOS

5.1. Introdução

Unidades de conservação ou áreas protegidas constituem locais que recebem proteção devido ao seu valor natural, ecológico e/ou cultural. As áreas protegidas são os tijolos fundamentais para virtualmente todas as estratégias nacionais e internacionais de conservação. Elas são cada vez mais reconhecidas como provedoras essenciais dos serviços ecológicos e recursos biológicos. Com a intensificação dos debates acerca das mudanças climáticas e dos desafios da sustentabilidade dos recursos naturais e do ambiente, as áreas protegidas tornaram-se cada vez mais importantes como indicadoras das condições dos ecossistemas e suas funções, seja pelo seu próprio status ou por comparação com ambientes adjacentes (WANG, 2012)

Tradicionalmente, o manejo das áreas protegidas era orientado através de observações de campo e mapeamentos. O desenvolvimento das ciências e tecnologias de sensoriamento remoto tem influenciado e contribuído profundamente para a prática da compreensão e manejo das áreas protegidas a partir de perspectivas espaciais, espectrais, temporais e temáticas para as quais o sensoriamento remoto apresenta vantagens únicas (WANG, 2012).

O sensoriamento remoto faculta informação geoespacial para mapear e estudar terras protegidas em diferentes escalas espaciais (elevada resolução espacial e elevada cobertura espacial) em diferentes frequências temporais (observações diárias, semanais, mensais e anuais), com diferentes propriedades espectrais (luz visível, infravermelho próximo, micro-ondas) e com contexto espacial (áreas imediatamente adjacente às terras protegidas vs. contexto mais amplo de bases terrestres). O advento do sensoriamento remoto, em combinação com estudos de campo, criaram oportunidades novas e empolgantes para atender às necessidades de monitoramento das áreas protegidas (FANCY et al., 2009).

Os gerenciadores de recursos das áreas protegidas estão fazendo uso extensivo das informações sobre o uso e cobertura do solo (UCS) para analisar o contexto de paisagem das áreas de conservação em escalas múltiplas (WIENS et al., 2009). O monitoramento das alterações no UCS dos parques e áreas adjacentes providencia

92

informações para mitigar ou minimizar os impactos negativos das ameaças externas sobre seus recursos. De todos os tipos de mudanças da cobertura do solo, alterações na vegetação são as mais significativas devido à magnitude das transformações resultantes sobre várias propriedades ecológicas e biofísicas. As alterações na cobertura da vegetação influenciam o ciclo global do carbono e o ciclo hidrológico, sendo relevantes para a compreensão das causas das alterações na biodiversidade e na compreensão das taxas e causas das mudanças do uso da terra (BAND, 1993; PANDEY, 2002).

Nos últimos anos, tem aumentado substancialmente o uso dos dados com a resolução do satélite Landsat. Muitos projetos requerem especificamente esse produto, tais como: o Earth Science Data Record (ESDR), o Community White Paper on Land Cover/Land Change (MASEK et al., 2006), o GOFC-GOLD's Fine Resolution design documents (SKOLE et al., 1998), o Integrated Global Observation Strategy's theme (TOWNSHEND et al., 2011). A resolução espacial do Landsat é ideal para a detecção de mudanças, pois não é nem tão pequena que impossibilite a observação de diminutas perturbações no ambiente, nem tão grande que impeça a observação do panorama geral. Uma proporção substancial da variabilidade das mudanças no UCS demonstrou ocorrer em resoluções abaixo de 250 m (TOWNSHEND; JUSTICE, 1988; TOWNSHEND et al., 2012). Assim, o seu uso em variados estudos, não só em unidades de conservação como em qualquer ambiente natural, tem sido cada vez mais frequente, especialmente desde 2008, quando o United States Geological Survey (USGS) tornou o catálogo de imagens gratuito (TOWNSHEND et al., 2012).

A análise das mudanças no UCS em unidades de conservação é facilitada pelo estudo da variabilidade espaço-temporal de alguns parâmetros biofísicos envolvidos no cálculo do balanço de radiação realizado em imagens de satélite. Parâmetros esses seriam os índices de vegetação, como por exemplo, o índice de área foliar (IAF), o albedo da superfície (α), a temperatura da superfície (Ts) e o saldo de radiação (Rn). Sendo um parâmetro estrutural da vegetação, o IAF é de fundamental importância em análises quantitativas de numerosos processos físicos e biológicos relativos à dinâmica da vegetação (CHEN et al., 2002). A sequência de imagens do albedo da superfície pode subsidiar o diagnóstico de alterações na superfície terrestre decorrentes de causas naturais ou antrópicas (ROBINOVE et al., 1981). A temperatura da superfície, além de importante nos monitoramentos de condições de vegetação e variabilidades bioclimáticas, fornece estimativas uniformes e dados contínuos de alta frequência espaço-temporal (LIU, 2007). O Rn, energia disponível para os processos químicos e

93

biológicos que ocorrem na superfície terrestre, exerce papel fundamental em diversos processos permitindo estimar diversos parâmetros de análise da superfície. No entanto, é necessária muita cautela antes inferir sobre o motivo responsável pelas alterações ocorridas nesses parâmetros biofísicos e averiguar qual a influência dos elementos climáticos, principalmente da precipitação, sobre eles (CHAVES et al., 2013; MACHADO et al., 2014; MCNALLY et al., 2013). A geomorfologia da paisagem é outro aspeto a ter em consideração, uma vez que exerce grande influência sobre os elementos do clima (CAVALCANTI, 2013).

Deste modo, é objetivo deste trabalho analisar as alterações ocorridas no uso e cobertura do solo do Parque Nacional do Catimbau (PNC), utilizando imagens dos sensores TM e OLI dos satélites Landsat 5 e 8 e através do estudo da variabilidade espaço-temporal do IAF, α, Ts, e Rn. Uma análise prévia é realizada para averiguar a influência da precipitação sobre os parâmetros biofísicos estudados e, dessa forma, poder selecionar o conjunto de imagens que sofreram eventos chuvosos semelhantes, possibilitando descartar estes como os responsáveis pelas alterações medidas no parque.

5.2. Material e métodos

5.2.1. Obtenção e tratamento dos dados e das imagens

Os dados de precipitação necessários à pesquisa foram obtidos a partir da estação meteorológica de Arcoverde-PE. Para tanto, foram consultados os arquivos de dados meteorológicos da plataforma de coleta de dados disponibilizados pela APAC/ITEP (Agência Pernambucana de Águas e Clima/Instituto de Tecnologia de Pernambuco). A estação fica situada a cerca de 38 km do centro do parque, nas coordenadas: Latitude: - 8,4336; Longitude: -37,0556; Altitude: 716 m (Figura 9, Capítulo 2, Página 41).

Para alcançar os objetivos deste estudo, foram pesquisadas todas as imagens com baixa cobertura de nuvens que cobrem o PNC, captadas pelo sensor TM Landsat 5 e sensor OLI Landsat 8, existentes no banco de dados do Instituto Nacional de Pesquisas Espaciais (INPE) e na U.S. Geological Survey (USGS) Global Visualization Viewer (GloVis). Foram pré-selecionadas dez imagens, correspondendo à órbita 215 e ponto 66 com asseguintes datas de passagem: 02 de agosto de 1989, 21 de agosto de 1990, 27 de setembro de 1992, 28 de setembro de 1998, 17 de outubro de 1999, 06 de outubro de 2001, 26 de setembro de 2003, 21 de setembro de 2007, 29 de setembro de 2010 e 04 de

94

agosto de 2013 (Tabela 10). Destas, apenas a imagem de 04/08/2013 pertence ao sensor OLI Landsat 8.

Tabela 10. Dia sequencial do ano (DSA), data e hora local da passagem do satélite,

ângulo de elevação solar (β), inverso do quadrado da distância relativa Terra-Sol (dr) e

variáveis da estação meteorológica no instante de passagem do satélite (após interpolação): temperatura do ar – Ta (ºC), umidade relativa – UR (%), velocidade do vento a 2 m - U2m (m s-1), radiação solar 24h – Rs24h (W m-2).

DSA Data da imagem Hora Local β (°) dr Ta (°C) UR (%) U2m (m s-1) Rs24h (W m-2) 214 02/08/1989 09:02:39 44,44 0,97 -- -- -- -- 233 21/08/1990 08:55:34 46,32 0,98 -- -- -- -- 270 27/09/1992 08:57:28 54,45 0,99 -- -- -- -- 271 28/09/1998 09:14:28 58,73 0,99 -- -- -- -- 290 17/10/1999 09:12:14 60,39 1,01 -- -- -- -- 279 06/10/2001 9:15:32 60,22 1,00 26,89 52,69 1,86 300,48 269 26/09/2003 9:23:01 58,00 0,99 26,79 56,70 2,00 321,41 264 21/09/2007 9:28:41 60,74 0,99 24,76 60,15 3,67 330,51 272 29/09/2010 9:25:44 61,62 0,99 23,88 50,64 2,74 238,43 216 04/08/2013 9:37:39 51,35 0,97 17,60 92,35 2,55 236,11

Uma vez que as imagens apresentavam menos de 5% de cobertura de nuvens em cada quadrante, o registro foi realizado através do Autosync do Erdas Imagine, tal como recomendado pelo ERDAS (2010). Escolheu-se o algoritmo Default Distribution que controla, de forma automática, a colocação dos pontos de amarração entre as imagens. O APM (automatic point measurement - pontos de medição automática) identifica feições similares entre a imagem de entrada e a de referência. Selecionou-se um RMSE (root mean square error) de 0,5, isto é, o pixel transformado só poderia estar afastado até um máximo de meio pixel em relação ao pixel de origem para poder ser considerado válido. Posteriormente, procedeu-se aos recortes das imagens tendo em consideração o limite do parque e de sua área de amortecimento.

É bem documentada na literatura a influência da precipitação sobre os componentes do balanço de radiação (AL-BAKRI; KABTHIMER, 2012; MACHADO et al., 2014; MCNALLY et al., 2013). Desta forma, para análise da influência dos eventos chuvosos nos parâmetros biofísicos analisados, observou-se a variabilidade temporal dos referidos eventos que ocorreram acumulados nos cinco, dez, vinte, trinta

No documento Alterações na superfície do Parque Nacional do Catimbau (PE-Brasil): consolidação dos aspectos biofísicos na definição dos indicadores ambientais do bioma Caatinga (páginas 108-120)