Índices biofísicos da bacia hidrográfica do Rio Sucuru-PB utilizando o Google Earth Engine.

Página inicial
→
Campus Sumé | Centro de Desenvolvimento Sustentável do Semiárido - CDSA
→
ARTIGOS DE PERIÓDICOS E PUBLICAÇÕES SERIADAS
→
Artigos Científicos - CDSA
→
Ver item

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.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.initials	UFCG	pt_BR
dc.subject.cnpq	Recursos hídricos.	pt_BR
dc.title	Índices biofísicos da bacia hidrográfica do Rio Sucuru-PB utilizando o Google Earth Engine.	pt_BR
dc.date.issued	2023
dc.description.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.	pt_BR
dc.identifier.uri	http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/37392
dc.date.accessioned	2024-08-19T22:01:53Z
dc.date.available	2024-08-19
dc.date.available	2024-08-19T22:01:53Z
dc.type	Artigo de Periódico	pt_BR
dc.subject	Bacia Hidrográfica do Rio Sucuru - PB	pt_BR
dc.subject	Rio Sucuru - Sumé - PB	pt_BR
dc.subject	Índices biofísicos - Bacia Hidrográfica do Rio Sucuru - PB	pt_BR
dc.subject	Geotecnologias	pt_BR
dc.subject	Índice de vegetação por diferença normatizada	pt_BR
dc.subject	Temperatura da superfície terrestre	pt_BR
dc.subject	Sensores Moderate Resolution Imaging Spectroradiometer	pt_BR
dc.subject	Geoprocessamento	pt_BR
dc.subject	Coeficiente de correlação de pearson	pt_BR
dc.subject	Google Earth Engine	pt_BR
dc.subject	Software R®	pt_BR
dc.subject	Moderate Resolution Imaging Spectroradiometer - MODIS	pt_BR
dc.subject	Sucuru River Basin - PB	pt_BR
dc.subject	Sucuru River - Sumé - PB	pt_BR
dc.subject	Biophysical indices - Sucuru River Basin - PB	pt_BR
dc.subject	Geotechnologies	pt_BR
dc.subject	Normalized difference vegetation index	pt_BR
dc.subject	Earth surface temperature	pt_BR
dc.subject	Geoprocessing	pt_BR
dc.subject	Pearson correlation coefficient	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.creator	SOUSA, José Hugo Simplicio de.
dc.creator	RIBEIRO, George do Nascimento.
dc.creator	FRANCISCO, Paulo Roberto Megna.
dc.creator	SILVA JUNIOR, Osmar Antônio da.
dc.creator	SILVA, Luiz Heitor Gonçalves Teodomiro.
dc.creator	NÓBREGA, Jarlean Lopes.
dc.publisher	Universidade Federal de Campina Grande	pt_BR
dc.language	por	pt_BR
dc.title.alternative	Biophysical indices of the Sucuru-PB river basin using Google Earth Engine.	pt_BR
dc.identifier.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	pt_BR