VALIDATION OF THE REMOTE SENSING APPLICATION FOR ESTIMATION OS CARBONS STOCK AND SEQUESTRY IN CANAVIEIRA CULTURE: CASE STUDY
REGISTRO DOI: 10.69849/revistaft/ch10202510042126
Vanessa Durante Polonio1
RESUMO: A transformação espacial de paisagem no cerrado brasileiro com o advento do crescimento territorial demográfico que se fortaleceram no decorrer do século XX com as diversas conjecturas que alicerçam o desenvolvimento e crescimento regional, nesse ambiente se destaca a cultura canavieira. A aptidão ambiental favorável para o cultivo da cana-de-açúcar transformou o Brasil no maior produtor de açúcar e o segundo produtor de etanol do mundo, com alta relevância na balança comercial e com grande destaque econômico nos resultados, tanto de fluxo de produção quanto de capital do país. A adoção de técnicas de sensoriamento remoto para a mensuração via Índices Espectrais para estimativa de biomassa, estoque e sequestro de carbono no monitoramento da cultura agregar valor ambiental na validação e redução dos valores de emissões de Gases de Efeito Estufa (GEE), tendo se assim como objetivo discriminar as diferentes áreas cultivadas, configurando-as pelo Índice de Vegetação na apuração de estoques de carbono na cultura no município de São Manuel – SP, através de imagens do satélite Landsat 8 foram gerados os índices de vegetação: NDVI, PRI, CO2 flux, IAF e SAVI baseado em metodologia propostas por vários autores. As análises dos índices apresentaram o esperado, pois, em São Manuel, grandes áreas possuíam valores maiores ou iguais aos valores apresentados nas áreas de validação, onde havia presença da cultura de cana-de-açúcar e, com isso, pode-se indicar que a aplicação e uso de índices na mensuração de biomassa e sequestro de carbono no monitoramento e análise temporal da cultura é válida.
Palavra-Chave: Cana-de-açúcar, estimativa de CO2, Efeitos Climáticos.
ABSTRACT: The spatial transformation of landscape in the Brazilian Cerrado with the advent of the demographic territorial growth that was strengthened during the twentieth century with the various conjectures that underpin the development and regional growth, in this environment stands out the canevieira culture. The favorable environmental suitability for the cultivation of sugarcane transformed Brazil into the largest sugar producer and the second largest producer of ethanol in the world, with a high relevance in the trade balance and with great economic prominence in the results, both of production flow and of the country’s capital. The adoption of remote sensing techniques for the measurement by Spectral Indexes for estimation of biomass, inventory and carbon sequestration in the monitoring of the crop aggregate environmental value in the validation and reduction of emission values of Greenhouse Gases, as a goal to discriminate the different cultivated areas, by setting them by the Index of Vegetation in the calculation of carbon stocks in the culture in the municipality of São Manuel – SP, through images of the satellite Landsat 8 were generated the vegetation indices: NDVI, PRI, CO2flux, IAF and SAVI-based methodology proposed by various authors. The analyzes of the indices presented the expected results, because in São Manuel, large areas had values greater or equal to the values presented in the validation areas, where there was presence of the sugarcane crop and, with this, it can be indicated that the application and use of indices in the measurement of biomass and carbon sequestration in the monitoring and temporal analysis of the crop is valid
Keywords: Sugarcane, CO2 estimation, Climatic effects.
INTRODUÇÃO
O progresso de pesquisas e informações cientificas desenvolvidas sobre o efeito estufa, condiciona a necessidade de adequações dos processos de produção e cultivo agropastoril (GARCÍA et. al., 2018), que visa adequar alternativas que tornem o solo mais absorvedor do que emissor dos Gases de Efeito Estufa (GEE) (UPRETY, REDDY, MURA, 2019). Uma das maneiras para a redução do principal gás de efeito estufa o Dióxido de Carbono (CO2) da atmosfera é o sequestro geológico de carbono (C), que incide na captura deste gás de fontes emissoras estacionárias em indústrias, no setor de transporte e de armazenamento e em reservatórios geológicos como ocorre na cultura canavieira (CHU, ZHAO, YUAN, 2019).
A adoção mecanizada em substituição ao formato manual de colheita da produção canavial, por força do Protocolo Agroambiental do Setor Sucroenergético colaborou para uma redução expressiva das emissões de GGE pela atividade (CORTEZ, 2018). A prática adotada da queima da cana era usada para facilitar o corte manual, porém ao mesmo tempo grandes quantidades de gases eram expelidas para a atmosfera como CO2, Óxido Nitroso (N2O) e Metano (CH4) gerando concentrações expressivas e ocasionando danos ambientais (BERTOLLO, 2018).
A dinâmica do efeito estufa é um processo natural e intrínseco do meio ambiente, por onde a perda de radiação infravermelha (calor) emitida pelo planeta é reduzida pela presença de gases na atmosfera (AREVALO et al., 2002). Dessa forma, o planeta mantém-se aquecido em consequência do calor que é retido. Porém esse fenômeno vem sendo alterado, em parte e com a contribuição antrópica e esse fato é constatado através de diversos estudos que indicam o aumento no aquecimento e concentração do CO2 desde a Revolução Industrial. (GUERREIRO et al, 2017; PRATT, TATE, 2018).
O CO2 é um importante elemento para a realização da fotossíntese, por onde o gás é absorvido pela vegetação e libera O2 para a atmosfera (MANZATO, 2018). A importância do carbono e seus compostos são irrefutáveis, está presente de forma universal na natureza e seus compostos proteicos, carboidratos e gorduras concebem toda matéria viva e vital na respiração, fotossíntese e regulação climática (ZASSO, 2014).
Contudo esse ciclo natural sofre entraves diretos no seu processo de fixação e liberação, decorrido das mudanças de uso do solo e do desmatamento, sendo essas ações responsáveis pela segunda fonte principal de emissão de CO2, atrás apenas das emissões de queima de combustíveis fosseis (VOGT, NAVARRO, 2017).
A mudança de paisagem por meio da mudança do uso do solo tanto pela urbanização quanto pela agricultura e pecuária são consideradas principais fontes de emissões de CO2 do meio ambiente no Brasil (MARCHIORI et al. 2018). E diante disso, trabalhar o sequestro do carbono em prol da mitigação das emissões, possibilita uma atenuação dos impactos gerados e se tornou uma alternativa difundida de forma global (RIGHI, BERNARDES, 2018).
Agregado a essa alternativa, demandas por tecnologias que permitam estimar os valores de absorção e estoque de carbono inserido ferramentas e soluções eficazes como a adoção de Sistemas de Informações Geográficas (SIG) e do Sensoriamento Remoto (SR) contribui significantemente ao proposito ambiental (GUERREIRO et al, 2017).
Estudos como de Silva (2018) e Moraes et al. (2017) denotam a relevância da adoção de SIG e SR na obtenção e validação dos Índices Espectrais como Índice de Vegetação por Diferença Normalizada (NVDI) e sua relação com Índice de Reflectância Fotoquímico (PRI) para ordenação e estimação da biomassa e estoque de Carbono (CO2 Flux).
Assim sendo, o presente artigo propõe confeccionar e manipular imagens para determinação dos Índices Espectrais de Vegetação da cultura de cana-de-açúcar em São Manuel – SP e verificar a correlação entre os índices NDVI, CO2 Flux, SAVI e IAF nas áreas de validação.
2 MATERIAL E MÉTODOS
2.1 ÁREA DE ESTUDO – MUNICÍPIO DE SÃO MANUEL – SP
A área de estudo (Figura 1) está localizada na região centro-oeste do estado de São Paulo, entre as coordenadas geográficas 22° 45’, 22º 36’ de latitude sul e 48° 43’, 48º 22’ de longitude a oeste de Greenwich, no município de São Manuel – SP, com altitude média de 520 m. São Manuel possui uma área de 65.127,45 ha e 36.364,39 ha de área está ocupada com a cultura cana-de-açúcar. O município estudado está localizado no estado de São Paulo que aponta com cerca de 51% de toda cana processada para produção de álcool e açúcar no Brasil. A cadeia produtiva e os arranjos locais agregaram as grandes usinas de transformação conjuntamente com os pequenos agricultores rurais alicerçando e configurando uma malha produtiva consolidada.
Figura 1. Localização da área cultivada com cana-de-açúcar no município de São Manuel – SP.
2.2 CLIMA E SOLO
Conforme os critérios adotados por Köppen, o clima da região de São Manuel –SP é Cfa (Clima Temperado Mesotérmico), com temperaturas médias mínimas e máximas, no verão, de 19 e 29 °C e, no inverno de 12 e 25 °C, respectivamente. A temperatura média do mês mais quente é superior a 22,0°C e o total médio de precipitação pluvial anual de 1377 mm (CUNHA; MARTINS, 2009). Os solos presentes no município, segundo Oliveira et al. (1999), são: LATOSSOLO VERMELHO AMARELO Distrófico, LATOSSOLO VERMELHO Distrófico, LATOSSOLO VERMELHO Eutroférrico e Distroférrico, NITOSSOLO VERMELHO Eutrófico, ARGISSOLO VERMELHO-AMARELO Distrófico, CAMBISSOLO HÁPLICO e NEOSSOLO LITÓLICO Eutrófico.
2.3 MATERIAIS
Foi utilizado as imagens do satélite LANDSAT 8 o qual apresente dois sensores Operational Land Imager (OLI) e Thermal Infrared Sensor (TIRS). Foi adotado uma cena do satélite Landsat 8 na data de 30 de janeiro de 2014 (período de maior vigor vegetativo da cultura da cana-de-açúcar), órbita/ponto 220/076 com resolução radiométrica de 16 bits e resolução temporal 16 dias com projeção da imagem UTM, datum WGS84 (cilíndrica) para o hemisfério Sul. O tamanho aproximado da cena é de 170 km ao norte-sul por 183 km de leste a oeste. A cena foi adquirida gratuitamente no portal GLOVIS: The USGS Global Visualization Viewer.
Foi realizado correção atmosférica das imagens, para conversão de número digital para Reflectância, através do plugin Semi-automatic-Plugin (SCP) e a metodologia Dark Object Subtraction (DOS1). Essa metodologia é realizada por meio da interferência atmosférica, onde é estimada com base nos Números Digitais (ND) da imagem de satélite e a absorção atmosférica é ignorada (CRISTOVÃO, 2016; OLIVEIRA, 2017).
2.4 INDICES ESPECTRAIS
Um índice de vegetação ideal deve ser sensível à vegetação, insensível ao fundo do solo e não ter interferências atmosféricas. Todos os índices gerados com as várias combinações dos dados adquiridos pelos sensores de satélites são chamados de índice de vegetação (LIU, 2006) e os principais índices de vegetação utilizados para correlacionar parâmetros da planta e solo foram:
a) Índice de Vegetação por Diferença Normalizada – NDVI (Normalized Difference Vegetation) tem sido um dos mais utilizados índices de vegetação. Ele baseia-se na alta absorção da clorofila que é constatada na região espectral do vermelho e na alta reflectância esclarecida pela estrutura interna das folhas na região do infravermelho próximo. O valor de NDVI varia entre -1 e 1. Geralmente em vegetações saudáveis, o índice apresenta valores em torno de 0,2 e 0,8 (ROUSE et al., 1973). O NDVI é expresso pela Equação 1.
Onde:
IV é o fluxo radiante refletido no infravermelho próximo e,
V o fluxo radiante refletido no vermelho da região do visível.
b) Índice de Reflectância Fotoquímico – PRI (Photosynthetic Reflectance Index) foi desenvolvido para avaliar a eficiência fotossintética usando as bandas de reflectância nos comprimentos de onda do azul e do verde (GAMON et al., 1992). O PRI (Equação 2) é sensível às alterações nos pigmentos de carotenoides (principalmente a xantofila) na folhagem. Tais pigmentos são indicativos da eficiência do uso da luz fotossintética ou da taxa de dióxido de carbono armazenada pela folhagem por unidade de energia absorvida. Esse índice é usado em estudos de estresse e de produtividade da vegetação. Os valores variam entre -1 e 1 e valores comuns para vegetação sadia ficam entre -0,2 e 0,2 (GAMON et al., 1992).
Onde:
R1= Reflectância relativa à banda 2 do Landsat 8;
R2= Reflectância relativa à banda 3 do Landsat 8
O PRI expressa a relação entre as bandas do verde e azul e, segundo Rahman et al. (2000), pode ser relacionado com a eficiência do uso da luz no processo fotossintético. Salienta-se, porém, que os dados de PRI devem ser reescalonados para valores positivos, gerando um novo índice, o sPRI (Equação 3). Assim, o sequestro de carbono depende da integração desses dois índices (NDVI e sPRI), que geram um novo índice: o CO2 Flux (BAPTISTA, 2003; BAPTISTA, 2004).
Após a realização do cálculo do índice PRI, deve ser calculado o índice sPRI, seguindo a metodologia proposta por Rahman et al. (2000). O índice sPRI possui o mesmo significado do PRI, mas passa a ser representado em uma escala que varia entre 0 e 1 para, assim, ficar com a mesma escala do NDVI. Os índices NDVI e PRI foram combinados, segundo a metodologia de Rahman et al. (2000), para gerar o índice CO2 Flux.
c) CO2 Flux é a integração do índice de reflectância fotoquímica, ou PRI, que representa a eficiência do uso da luz na fotossíntese, com o NDVI (RAHMAN et al., 2000), que representa o vigor da vegetação fotossinteticamente ativa, o que tornaria possível integrar as feições de absorção decorrentes do sequestro de carbono. A esse índice integrado, Baptista (2003) chamou de CO2 Flux.
Para determinação do fluxo de CO2, Equação 4, estudos recentes salientam a possibilidade da utilização da integração do índice espectral NDVI e do PRI. O índice espectral PRI pode ser correlacionado com as taxas de fotossíntese e o NDVI com o sequestro de carbono. Essa integração mede a eficiência do processo de sequestro de carbono.
O sequestro de carbono pela vegetação depende da integração do NDVI e do PRI (RAHMAN et al 2000). Esta integração pode ser medida pelo índice CO2 Flux, que resulta da razão entre aqueles dois índices. O índice NDVI expressa à diferença de reflectância entre a feição de absorção do vermelho (660 nm) e o aumento de albedo que ocorre nos espectros de vegetação após o início do infravermelho próximo (800 nm) e o PRI expressa a diferença entre a feição de absorção no azul (531nm) e o pico de reflectância do verde (570 nm).
O PRI e o NDVI podem ser correlacionados com as taxas de fotossíntese e o CO2 Flux com o sequestro de carbono. Isso é explicado pelo fato de que, quanto maior for à atividade fotossintética, maiores serão as feições de absorção nas faixas do azul e do vermelho e mais expressivos serão os valores (BAPTISTA, 2004). Logo, quanto maior for à diferença de contraste entre a região do visível e o infravermelho próximo, maior será a biomassa da vegetação na área imageada, (MOREIRA, 2001) e maior o potencial de fixação de carbono.
d) O Índice de Área Foliar (IAF) é definido pela razão entre a área foliar de toda a vegetação por unidade de área utilizada por essa vegetação. O IAF é um indicador da biomassa de cada pixel da imagem (ALLEN et al., 2007).
O índice de área foliar (IAF), expresso na Equação 5, é um parâmetro biofísico que pode ser utilizado como medida de crescimento das plantas nos modelos agronômicos (DORAISWAMY et al., 2004; GOEL, 2009; GONZÁLEZ- SANPEDRO et al., 2008; TERUEL et al., 1997). O conhecimento da variação IAF, ao longo do ciclo de uma cultura agrícola, permite avaliar a capacidade ou a velocidade com que a parte aérea do vegetal (área foliar) ocupa a área do solo disponível àquele vegetal (LUCCHESI, 1987).
O mesmo autor comenta que o aumento da área foliar propicia um aumento na capacidade da planta de aproveitar a energia solar para a realização da fotossíntese e, desta forma, pode ser utilizado para avaliar a produtividade. Além disso, o IAF pode ser empregado na estimativa da evapotranspiração e das emissões biogênicas (GONZÁLEZ – SANPEDRO et al., 2008).
O IAF expressa a disponibilidade de superfície assimiladora de CO2 e da radiação fotossinteticamente ativa e de perdas de água (transpiração) da população de plantas. Isso tem relação com a capacidade fotossintética da população vegetal por estar relacionada a área de assimilação de CO2 e de interceptação de radiação, ou pela redução da própria taxa fotossintética quando altos índices de área foliar indicam perda de água e, consequente, deficiência hídrica (MÜLLER et al., 2005).
e) Índice de Vegetação Ajustado ao Solo – SAVI (Soil Ajusted Vegetation Index) foi proposto por Huete (1988) e foi uma adaptação do NDVI possuindo a propriedade de minimizar os efeitos do solo de fundo no sinal da vegetação ao incorporar uma constante de ajuste de solo, o fator L na Equação 6 do NDVI. A equação do SAVI é composta por:
Sendo: Ls uma constante denominada de fator de ajuste do índice SAVI.
O SAVI limita-se em função dos diferentes biomas e situações agrícolas, uma vez que os valores da constante são generalizados, não considerando as especificidades dos ambientes analisados, mas apenas a densidade vegetada (PONZONI; SHIMABUKURO, 2010). A constante L pode apresentar valores de 0 a 1, variando segundo a própria biomassa. Segundo Huete, em 1988, descrito por Ponzoni e Shimabukuro (2010), os valores ótimos de L são:
L = 1 (para baixas densidades de vegetação)
L = 0,5 (para médias densidades de vegetação)
L = 0,25 (para altas densidades de vegetação)
3 RESULTADOS E DISCUSSÕES
O NDVI gerado em cana-de-açúcar (Figura 2) representa grande parte da área com o crescimento vegetativo máximo da cultura, com valores próximos a 1 representados em cor verde e pode-se certificar que nessas áreas em verde possui maior quantidade de biomassa da cultura.
O NDVI, para Alvarenga e Moraes (2014), é um indicador da proporção e da condição da vegetação verde. Geralmente para superfícies com presença de alguma vegetação o valor do NDVI é positivo, para superfícies sem vegetação o valor é nulo, já para a água e nuvens o valor geralmente é negativo. Quanto mais próximo do extremo positivo, maior a densidade da cobertura vegetal, ou seja, condiz com seu estágio denso e desenvolvido. Esse valor diminui gradativamente para cobertura vegetal menos densa, que apresenta valores positivos, porém, não muito elevados.
Figura 2. Índice de vegetação NDVI em cana-de-açúcar no município de São Manuel-SP.
Para as áreas com valores próximos a zero, representados em vermelho, encontram-se os talhões de cana-de-açúcar com ausência da cultura, podendo ser solo exposto, ou áreas onde o crescimento da cultura é inicial.
O índice de vegetação CO2 flux é gerado a partir da integração do NDVI com o sPRI. O NDVI representa o vigor da vegetação fotossinteticamente ativa e o índice PRI ou sPRI representa a eficiência do uso da luz na fotossíntese. Logo, com essa integração o CO2 flux mede a eficiência do processo de sequestro de carbono. Na Figura 3 é possível detectar onde a captura e armazenamento de carbono teve maior eficiência, nessa época, representados pelos maiores valores.
Melo et al. (2015) definiram o NDVI um índice capaz de determinar a densidade de fitomassa foliar fotossinteticamente ativa por unidade de área (quanto maior este índice de vegetação, mais densa é a fitomassa verde). Segundo Rouse et al. (1973), as vegetações saudáveis estão representadas no intervalo de 0,2 e 0,8 no NDVI. Por meio desse índice pode-se dizer que nas áreas de vegetação densa (verde em NDVI) seria as áreas que mais sequestrariam carbono e é o que realmente acontece no índice CO2 flux em cana-de-açúcar no município de São Manuel –SP (Figura 3).
Figura 3. Índice de vegetação CO2 flux em cana-de-açúcar no município de São Manuel –SP. Na Figura 4, o Índice de Área Foliar (IAF) estima a quantidade de biomassa nos talhões de cana-de-açúcar, desta forma, quanto maior os valores de IAF, menor os valores de radiância na região do visível e no infravermelho médio e maior na região do infravermelho próximo.
As áreas que apresentam maior teor de biomassa (Figura 4) são relativamente às mesmas que apresentam maior teor de CO2 flux representado na Figura 3.
Figura 4. Índice de vegetação IAF em cana-de-açúcar no município de São Manuel – SP.
Assim, como o NDVI, o Índice de Vegetação Ajustado ao Solo (SAVI) é um indicador da proporção e da condição da vegetação verde, porém, faz parte de um grupo de índices considerados híbridos, pois utiliza um fator de ajuste para minimizar o efeito da presença de solo em meio à vegetação. Segundo Huete (1988), o SAVI mede ou aproxima a distância entre o pixel e a linha do solo retirando o efeito dos solos claros ou escuros amenizando os efeitos do background do solo.
Como a área de estudo é somente talhões de cana-de-açúcar o intervalo de SAVI foi de 0,03 à 0,78, Figura 5, sendo os valores baixos às áreas de solo exposto, ou quando na fase inicial de crescimento da cultura. Os valores obtidos da classificação SAVI variam em escala negativo-positivo, onde áreas com presença de alguma vegetação o valor é positivo e áreas sem vegetação, corpos d’água e nuvens o valor geralmente é negativo. (ALVARENGA; MORAES, 2014).
Figura 5. Índice de vegetação SAVI em cana-de-açúcar no município de São Manuel – SP.
A cana de açúcar por ser classificada como planta C4, possui crescimento e uso de água eficientes, pelo mesmo motivo, é considerada eficiente na conversão de energia radiante em energia química, com taxas fotossintéticas calculadas em até 100 mg de CO2 fixado por dm2 de área foliar por hora, para efeito de parâmetro, chega a acumular o dobro de biomassa que uma planta C3, como a soja.
Os índices de vegetações utilizados no trabalho são de grande importância para o acompanhamento do desenvolvimento na cultura da cana.
4 CONSIDERAÇÕES FINAIS
Pelos resultados apurados no estudo de índices de vegetação em cana-de açúcar pôde-se concluir:
• É viável a confecção e manipulação das imagens para determinação dos índices de vegetação da cultura de cana-de-açúcar em São Manuel – SP sendo que a cana soca apresentou os maiores índices de vegetação em relação à cana planta;
• Foi possível a confecção de mapa de estoque de carbono a partir de dados de análise química do solo;
• Houve alta correlação entre os índices de vegetação NDVI, CO2 flux, SAVI e IAF nas áreas de validação;
• Não houve correlação entre o sequestro de carbono obtido por sensoriamento remoto com o estoque de carbono no solo.
REFERÊNCIAS
ALLEN,R.G; TASUMI, A; MORSE, R; TREZZA, WRIGHT, J. L; BASTIAANSSEN, W; KRAMBER, W; LORITE, I. J; ROBISON, C. W. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC) Applications Journal of Irrigation and Drainage Engineering. ASCE,133 (2007), pp. 395-406. Disponível em: https://www.researchgate.net/publication/228673055_Satellite Based_Energy_Balance_for_Mapping_Evapotranspiration_With_Internalized_Calibra tion_METRIC_-_Applications Acesso em: 15 Fev. 2019 DOI: 10.1061/(ASCE)0733- 9437(2007)133:4(395)
ALVARENGA, A. S; MORAES, M. F. Processamento digital de imagens LANDSAT – 8 para obtenção dos índices de vegetação NDVI e SAVI visando a caracterização da cobertura vegetal no município de Nova Lima – MG. 2014. Disponível em: http://mundogeo.com/blog/2014/06/10/processamento-digital-de-imagens-landsat-8- para-obtencao-dos-indices-de-vegetacao-ndvi-e-savi-visando-a-caracterizacao-da cobertura-vegetal-no-municipio-de-nova-lima-mg/ Acesso em: 17 nov. 2018.
AREVALO, L. A.; ALEGRE, J. C.; VILCAHUAMAN, L. J. M. Metodologia para estimar o estoque de carbono em diferentes sistemas de uso da terra. Colombo: Embrapa Florestas, 2002. 41 p.
BAPTISTA, G. M. M. Mapeamento do Sequestro de Carbono e de Domos Urbanos de CO2 em Ambientes Tropicais, por meio de Sensoriamento Remoto Hiperespectral. X ed. Rio Claro: Geografia, v. 29, n. 2, p. 189 – 202, 2004.
BAPTISTA, G. M. M. Validação da Modelagem de sequestro de carbono para ambientes tropicais de cerrado, por meio de dados Aviris e Hyperion. In: Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 11., 2003, Belo Horizonte. Anais.São José dos Campos: INPE, 2003. Artigos, p. 1037-1044. Disponível em: http://marte.dpi.inpe.br/col/ltid.inpe.br/sbsr/2002/09.07.21.45/doc/10_002.pdf. Acesso em: 25 out. 2018.
BERTOLLO, G. M. Desempenho e emissões de trator em semeadura com diferentes configurações de sulcadores em área com tráfego controlado de máquinas. 2018. Tese de Doutorado. Universidade Federal de Santa Maria. Disponível em: http://repositorio.ufsm.br/handle/1/14206 Acesso em: 05 Jan. 2019.
CHU, T.; ZHAO, D.; YUAN, C. Tendências de Pesquisa e Perspectivas de Aplicação da Tecnologia de Inundação de CO2 e Tecnologia de Captura. In: 2018 7ª Conferência Internacional sobre Energia e Proteção Ambiental (ICEEP 2018). Atlantis Press, 2018. Disponível em: https://www.atlantis press.com/proceedings/iceep-18/25901505 Acesso em: 21 Jan. 2019. DOI: https://doi.org/10.2991/iceep-18.2018.242
CORTEZ, L. A. B. (Ed.). Proálcool 40 anos: Universidades e empresas: 40 anos de ciência e tecnologia para o etanol brasileiro. Editora Blucher, 2018. ISBN 978-85-212- 1063-4 (e-book)
CRISTOVÃO, A. R. Análise de obstruções à radiação solar em contexto urbano. Tese de mestrado integrado, Engenharia da Energia e do Ambiente, Universidade de Lisboa, Faculdade de Ciências, 2016. Disponível em: http://hdl.handle.net/10451/24878 Acesso em: 29 Jan. 2019.
CUNHA, A. R; MARTINS, D. Classificação Climática para os Municípios de Botucatu e São Manuel, SP. Irriga, v.14, n.1, p.1-11, 2009.
DORAISWAMY, P. C.; et al. Crop condition and yield simulations using Landsat and MODIS. Remote Sensing of Environment, Oxford, v. 92, n. 1, p. 548-559, 2004. Disponível em: https://pubag.nal.usda.gov/download/36735/PDF Acesso em: 25 Out. 2018. DOI: 10.1016/j.rse.2004.05.017
GAMON, J. A.; PEÑUELAS, J.; FIELD, C. B. A narrow-waveband spectral index that tracks diurnal changes in photosynthetic efficiency. Remote Sensing of Environment, New York, v. 41, p. 35–44, 1992.
GARCÍA, M; ALONSO, A; TELLO, M. S.; POZA, M.; VILLALOBOS, N.; LANSAC, P.; MELGAREJO, P.; LAÍNEZ, M. Identificar as prioridades de pesquisa agroalimentar para os resultados da Espanha-2017. Revista Espanhola de Pesquisa Agrícola, v. 16, n. 3, p.0001, 2018. Disponível em: http://revistas.inia.es/index.php/sjar/article/view/13587 Acesso em: 10 fev. 2019. DOI: 10.5424/sjar/2018163-13587
GOEL, N. S. Models of vegetation canopy reflectance and their use in estimation of biophysical parameters from reflectance data. Remote Sensing Reviews, Oxford, v. 4, n. 1, p. 1-21, 2009. Disponível em: https://www.tandfonline.com/doi/abs/10.1080/02757258809532105 Acesso em: 17 Nov. 2018. DOI: doi.org/10.1080/02757258809532105
GONZALEZ-SANPEDRO, M. C; TOAN, T.L; MORENO, J; KERGOAT, L; RUBIO, E. Seasonal variations of leaf area index of agricultural fields retrieved from Landsat data. Remote Sensing of Environment, v.112, p.810-824, 2008. Disponível em: https://www.sciencedirect.com/science/article/pii/S003442570700274X Acesso em: 14 Nov. 2018. DOI: doi.org/10.1016/j.rse.2007.06.018
GUERREIRO, S. F; SARTORI, A. C; MARTINS, M. S; KASPARY, R. M; DALLAMICO, U. Análise da inserção de geotecnologias para valoração dos serviços ambientais florestais e a integração com o mecanismo de desenvolvimento limpo para uma economia sustentável. IV Simpósio Brasileiro de Geomática – SBG2017, II Jornadas Lusófonas – Ciências e Tecnologias de Informação Geográfica – CTIG2017. Presidente Prudente – SP, 24-26 de julho de 2017. p. 200-207. ISSN 1981-6251
HUETE, A. R. A soil ajusted vegetation index (SAVI). Remote Sensing Environ. Vol. 25, 1988.
LIU, W.T.H. Aplicações de sensoriamento remoto. 1. ed. Campo Grande: Ed. UNIDERP,2006.908 p.
LUCCHESI, A. A. Fatores da producao vegetal. In: CASTRO, P. R. C.; FERREIRA, S. O; YAMADA, T. Ecofisiologia da produção agrícola. Piracicaba: Associação Brasileira para Pesquisa da Potassa e do Fosfato, 1987. p. 1-11
MANZATO, C. L. Estimativa de biomassa e estoque de carbono na cultura do eucalipto por meio de sensoriamento remoto. 2018. 98 f. Dissertação (Mestrado em Ciência e Tecnologia Ambiental) – Universidade do Sagrado Coração, Bauru, 2018. Disponível em: http://tede2.usc.br:8080/jspui/handle/tede/387 Acesso em: 20 Fev. 2019.
MARCHIORI, L. M; SARTORI, A. C; OLMEDO, J. P; GUERREIRO, S. F. Dinâmica espaço-temporal da expansão urbana de Bauru/SP. Revista Ibero-Americana de Ciências Ambientais. v.9 n.3. Fev/Mar – 2018. Disponível em: http://sustenere.co/journals/index.php/rica/article/view/1990 Acesso em: 07 Fev. 2019.
MELO, E. T. et al. Aplicação do índice de vegetação por diferença normalizada (NDVI) para análise da degradação ambiental da Microbacia Hidrográfica do Riacho dos Cavalos, Crateús-CE. Anais XVII Simpósio Brasileiro de Sensoriamento Remoto – SBSR, João Pessoa-PB, Brasil, 25 a 29 de abril de 2015, INPE41212011. P. 520-53 Curitiba, Departamento de Geografia – UFPR.
MORAES, D. A. C; SPADOTTO, C. A.; SARTORI, A. A. C.; ZIMBACK, C. R. L. Variabilidade espacial do risco de contaminação de águas subterrâneas por tebuthiuron em área de cana-de-açúcar. Pesq. agropec. bras. [online]. 2016, vol.51, n.12 pp.1992-1999. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100- 204X2016001201992&lng=en&nrm=iso>. Acesso em: 21 Fev. 2019 ISSN 0100-204X. DOI: http://dx.doi.org/10.1590/s0100-204×2016001200010.
MOREIRA, M. A. Fundamentos do sensoriamento remoto e metodologias de aplicação. São José dos Campos: Instituto Nacional de Pesquisas Espaciais (INPE), 2001. 250p.
MÜLLER, A. G; BERGAMASCHI, H; BERGONCI, J. I; RADIN, B; FRANÇA, S; M. I. G. estimativa do índice de área foliar do milho a partir da soma de graus-dia. Santa Maria: Revista Brasileira Agrometeorologia, v.13,n.1,p.65-71,2005. ISSN 0104-1347. Disponível em: https://www.researchgate.net/profile/Homero_Bergamaschi/publication/269037326_E stimativa_do_indice_de_area_foliar_do_milho_a_partir_da_soma_de_graus dia_ESTIMATING_THE_LEAF_AREA_INDEX_OF_MAIZE_CROPS_THROUGH_TH E_SUM_OF_DEGREE-DAYS/links/547df8c70cf285d6caa99935/Estimativa-do indice-de-area-foliar-do-milho-a-partir-da-soma-de-graus-dia-ESTIMATING-THE LEAF-AREA-INDEX-OF-MAIZE-CROPS-THROUGH-THE-SUM-OF-DEGREE DAYS.pdf Acesso em: 24 Dez. 2018.
OLIVEIRA, U. R. Sensoriamento Remoto para o Monitoramento e Classificação de Conflitos Ambientais na Região da Estação Ecológica Raso da Catarina. 141 f. il. Color. Dissertação (Mestrado – Mestrado em Engenharia Ambiental Urbana) – Universidade Federal da Bahia. Escola Politécnica, 2017. Disponível em: https://repositorio.ufba.br/ri/bitstream/ri/23903/1/Oliveira.U.R.2017_disserta%C3%A7 %C3%A3o_MEAU.pdf Acesso em: 31 dez. 2018.
PONZONI, F. J. Comportamento Espectral da Vegetação. In: Meneses, P. R., Netto, J. S. M. (org) Sensoriamento remoto, reflectância dos alvos naturais. Brasília – DF: Editora Universidade de Brasília – UNB, Embrapa Cerrados, p 157-199, 2001.
PONZONI, F. J.; SHIMABUKURO, Y. E. Sensoriamento Remoto no Estudo da Vegetação. São José dos Campos: Parêntese, 2010.
PRATT, C.; TATE, K. Mitigação do Metano: Tecnologias Emergentes para Combater o Segundo Colaborador Principal da Mudança Climática. Ciência e tecnologia ambiental, v. 52, n.11, p.6084-6097, 2018. Disponível em: https://pubs.acs.org/doi/full/10.1021/acs.est.7b04711 Acesso em: 12 Fev. 2019. DOI: 10.1021 / acs.est.7b04711
RAHMAN, A.F.; et al. Modeling CO2 flux of boreal forests using narrow-band indices from AVIRIS imagery. AVIRIS Workshop, JPL/NASA, Pasadena, Califórnia. 2000.
RIGHI, C. A; BERNARDES, M. S. Cadernos da Disciplina Sistemas Agroflorestais [recurso eletrônico] – Piracicaba: Os autores, 2018. 208 p. : il. (Série Difusão, v. 2). Disponível em: http://www.esalq.usp.br/biblioteca/pdf/Cadernos-da-Disciplina-SAFs 2018.pdf Acesso em: 07 Fev. 2019 ISBN: 978-85-919095-1-3
ROUSE, J.W. et al. Monitoring vegetation systems in the Great Plains with ERTS. In 3rd ERTS Symposium, NASA. 1973.
SILVA, C. A. Carbono na parte aérea de plantios de Eucalyptus ssp. – em nível de árvore por amostragem destrutiva e para talhões inteiros após o ajuste de métricas LiDAR. 2013. 153 f. Dissertação (Mestrado em Ciências) – Universidade de São Paulo, Piracicaba. 2013
TERUEL, D. A.; BARBIERI, V.; FERRARO JR., L. A. Sugarcane leaf area index odeling under different soil water conditions. Scientia Agricola, Piracicaba, v. 54, n. spe, p. 39-44, 1997. Disponível em <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-90161997000300008&lng=pt&nrm=iso>. Acessos em: 21 fev. 2019. DOI: dx.doi.org/10.1590/S0103-90161997000300008.
UPRETY, D. C.; REDDY, V.R; MURA, J. D. Gases com efeito de estufa: uma perspectiva histórica. Mudança Climática e Agricultura. Springer, Cingapura, 2019. p. 31-41. Disponível em: https://link.springer.com/chapter/10.1007/978-981-13-2014- 9_3#citeas Acesso em: 07 Fev. 2019. DOI: https://doi.org/10.1007/978-981-13-2014- 9_3 ISBN on-line978-981-13-2014-9
VOGT, C.; NAVARRO, Z. Ciência e cultura (temas e tendências): ciência e agricultura. Ciência & Cultura. São Paulo. vol. 69, no. 4 (out/dez. 2017). Gestão SBPC 2015- 2017. Disponível em: http://sbpcacervodigital.org.br/handle/20.500.11832/2563 Acesso em: 15 Dez. 2018.
ZASSO, M. A. C. Meio ambiente e sustentabilidade – Ijuí: Ed. Unijuí, 2014. – 148 p. – (Coleção educação a distância. Série livro-texto). ISBN 978-85-419-0102-4 Disponível em: http://bibliodigital.unijui.edu.br:8080/xmlui/bitstream/handle/123456789/3241/Meio%2 0ambiente%20e%20sustentabilidade.pdf?sequence=1 Acesso em: 10 Jan. 2019.
1Universidade Estadual Paulista – UNESP/FCA, Caixa Postal 237 – Rua José Barbosa de Barros, nº 1780 – CEP 18610-307 – Botucatu – SP, Brasil