Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/37392| Title: | Índices biofísicos da bacia hidrográfica do Rio Sucuru-PB utilizando o Google Earth Engine. |
| Other Titles: | Biophysical indices of the Sucuru-PB river basin using Google Earth Engine. |
| ???metadata.dc.creator???: | SOUSA, José Hugo Simplicio de. RIBEIRO, George do Nascimento. FRANCISCO, Paulo Roberto Megna. SILVA JUNIOR, Osmar Antônio da. SILVA, Luiz Heitor Gonçalves Teodomiro. NÓBREGA, Jarlean Lopes. |
| Keywords: | Bacia Hidrográfica do Rio Sucuru - PB;Rio Sucuru - Sumé - PB;Índices biofísicos - Bacia Hidrográfica do Rio Sucuru - PB;Geotecnologias;Índice de vegetação por diferença normatizada;Temperatura da superfície terrestre;Sensores Moderate Resolution Imaging Spectroradiometer;Geoprocessamento;Coeficiente de correlação de pearson;Google Earth Engine;Software R®;Moderate Resolution Imaging Spectroradiometer - MODIS;Sucuru River Basin - PB;Sucuru River - Sumé - PB;Biophysical indices - Sucuru River Basin - PB;Geotechnologies;Normalized difference vegetation index;Earth surface temperature;Geoprocessing;Pearson correlation coefficient |
| Issue Date: | 2023 |
| Publisher: | Universidade Federal de Campina Grande |
| Citation: | SOUSA, José Hugo Simplicio de; RIBEIRO, George do Nascimento; FRANCISCO, Paulo Roberto Megna; SILVA JUNIOR, Osmar Antônio da; SILVA, Luiz Heitor Gonçalves Teodomiro; NÓBREGA, Jarlean Lopes. Índices biofísicos da bacia hidrográfica do Rio Sucuru-PB utilizando o Google Earth Engine. Revista Geama - Ciências Ambientais e Biotecnologia (Online), v. 9, p. 86-94, 2023. ISSN: 2447-0740. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/37392 |
| ???metadata.dc.description.resumo???: | A Bacia Hidrográfica do rio Sucuru-PB abrange uma área de 1.652,5 km², e requer monitoramento eficiente de seus recursos naturais. O Sensoriamento Remoto (SR) emerge como uma ferramenta crucial para essa finalidade. Este estudo teve como objetivo a análise da dinâmica do Índice de Vegetação por Diferença Normalizada (NDVI) e da Temperatura da Superfície Terrestre (LST) em relação às variações na precipitação pluviométrica durante o período de 2001 a 2019. Para realizar essa análise, a plataforma Google Earth Engine (GEE) foi empregada, juntamente com dados dos sensores Moderate Resolution Imaging Spectroradiometer (MODIS) e TerraClimate, utilizando programação em JavaScript. O coeficiente de correlação de Pearson (r) no software R® foi aplicado para avaliar as relações entre os dados da série temporal do NDVI e da precipitação pluviométrica, bem como entre os dados da LST e a precipitação pluviométrica. Este estudo destacou a eficácia da plataforma GEE no processamento das imagens, permitindo uma análise abrangente da dinâmica da bacia do rio Sucuru e sua relação com fatores climáticos fundamentais, fornecendo informações cruciais para a gestão dos recursos hídricos na região, destacando a importância do SR como uma ferramenta eficaz para monitorar os recursos naturais das bacias hidrográficas. Os coeficientes de correlação de Pearson revelaram uma correlação moderada entre o NDVI e a precipitação pluviométrica, bem como entre a LST e a precipitação pluviométrica, indicando uma forte associação entre a dinâmica da vegetação e a LST com os padrões de precipitação pluviométrica. |
| Abstract: | The Sucuru River Basin covers an area of 1,652.5 km² and requires efficient monitoring of its natural resources. Remote Sensing (RS) has emerged as a crucial tool for this purpose. This study aimed to analyze the dynamics of the Normalized Difference Vegetation Index (NDVI) and Land Surface Temperature (LST) in relation to variations in rainfall during the period from 2001 to 2019. To carry out this analysis, the Google Earth Engine (GEE) platform was used, along with data from the Moderate Resolution Imaging Spectroradiometer (MODIS) and TerraClimate sensors, using JavaScript programming. Pearson's correlation coefficient (r) in the R® software was applied to assess the relationships between NDVI time series data and rainfall, as well as between LST data and rainfall. This study highlighted the effectiveness of the GEE platform in processing the images, allowing for a comprehensive analysis of the dynamics of the Sucuru River basin and its relationship with key climatic factors, providing crucial information for managing water resources in the region, highlighting the importance of RS as an effective tool for monitoring the natural resources of river basins. Pearson's correlation coefficients revealed a moderate correlation between NDVI and rainfall, as well as between LST and rainfall, indicating a strong association between vegetation dynamics and LST with rainfall patterns. |
| Keywords: | Bacia Hidrográfica do Rio Sucuru - PB Rio Sucuru - Sumé - PB Índices biofísicos - Bacia Hidrográfica do Rio Sucuru - PB Geotecnologias Índice de vegetação por diferença normatizada Temperatura da superfície terrestre Sensores Moderate Resolution Imaging Spectroradiometer Geoprocessamento Coeficiente de correlação de pearson Google Earth Engine Software R® Moderate Resolution Imaging Spectroradiometer - MODIS Sucuru River Basin - PB Sucuru River - Sumé - PB Biophysical indices - Sucuru River Basin - PB Geotechnologies Normalized difference vegetation index Earth surface temperature Geoprocessing Pearson correlation coefficient |
| ???metadata.dc.subject.cnpq???: | Recursos hídricos. |
| URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/37392 |
| Appears in Collections: | Artigos Científicos - CDSA |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| ÍNDICES BIOFÍSICOS DA BACIA HIDROGRÁFICA DO RIO SUCURU-PB UTILIZANDO O GOOGLE EARTH ENGINE – ARTIGO DE PERIÓDICO CDSA 2023.pdf | Índices biofísicos da bacia hidrográfica do Rio Sucuru-PB utilizando o Google Earth Engine. - Artigo de Periódico CDSA 2023 | 682.88 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.