LUIZ EDUARDO (2021).pdf
Documento PDF (4.6MB)

Exibir conteúdo Baixar

                    UNIVERSIDADE FEDERAL DE ALAGOAS
INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS
PROGRAMA DE PÓS-GRADUAÇÃO EM METEOROLOGIA

LUIZ EDUARDO DOS SANTOS COSTA

AVALIAÇÃO DO PROCESSO DE DESERTIFICAÇÃO NOS MUNICÍPIOS DE
OURO BRANCO E SENADOR RUI PALMEIRA, NO SEMIÁRIDO ALAGOANO, A
PARTIR DE SENSORIAMENTO REMOTO.

MACEIÓ-AL
JULHO, 2021.

LUIZ EDUARDO DOS SANTOS COSTA

AVALIAÇÃO DO PROCESSO DE DESERTIFICAÇÃO NOS MUNICÍPIOS DE
OURO BRANCO E SENADOR RUI PALMEIRA, NO SEMIÁRIDO ALAGOANO, A
PARTIR DE SENSORIAMENTO REMOTO.

Dissertação apresentada ao Programa
de Pós-Graduação em Meteorologia
do Instituto de Ciências Atmosféricas
da Universidade Federal de Alagoas,
como parte dos requisitos para a
defesa da dissertação.
Orientador: Prof. Dr. Humberto Alves
Barbosa

MACEIÓ-AL
JULHO, 2021

Catalogação na fonte
Universidade Federal de Alagoas
Biblioteca Central
Divisão de Tratamento Técnico
Bibliotecário: Marcelino de Carvalho Freitas Neto – CRB-4 – 1767
C837a

Costa, Luiz Eduardo dos Santos.
Avaliação do processo de desertificação nos municípios de Ouro Branco e
Senador Rui Palmeira, no semiárido alagoano, a partir de sensoriamento remoto /
Luiz Eduardo dos Santos Costa. – 2021.
79 f. : il.
Orientador: Humberto Alves Barbosa.
Dissertação (Mestrado em Meteorologia) – Universidade Federal de Alagoas.
Instituto de Ciências Atmosféricas. Maceió, 2021.
Bibliografia: f. 69-79.
1. Degradação ambiental. 2. Desertificação. 3. Semiárido - Alagoas. 4.
Sensoriamento remoto. I. Título.
CDU: 528.8(813.5)

UNIVERSIDADE FEDERAL DE ALAGOAS
INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS
COORDENAÇÃO DE PÓS-GRADUAÇÃO EM METEOROLOGIA

CERTIFICADO DE APRESENTAÇÃO
N.º de ordem: MET-UFAL-MS-179.
“AVALIAÇÃO DO PROCESSO DE DESERTIFICAÇÃO NOS MUNICÍPIOSDE OURO
BRANCO E SENADOR RUI PALMEIRA, NO SEMIÁRIDO ALAGOANO, A PARTIR DE
SENSORIAMENTO REMOTO.”
LUIZ EDUARDO DOS SANTOS COSTA
Dissertação submetida ao colegiado do Curso de
Pós-Graduação em Meteorologia da Universidade
Federal de Alagoas - UFAL, como parte dos
requisitos necessários à obtenção do grau de Mestre
em Meteorologia.

Aprovado pela Banca Examinadora composta por:

Prof. Dr. Humberto Alves Barbosa
(Orientador)

Profa. Dra. Maria Luciene Dias de
Melo (Membro Interno)

Profa. Dra. Catarina de Oliveira
Buriti (Membro Externo)
julho/2021

DEDICATÓRIA

A Deus o autor da minha fé. Porque dEle, por ele e
para ele são todas as coisas. A minha mãe, minha
esposa e ao meu filho, por todo amor e incentivo
que me deram durante essa etapa da minha vida.

AGRADECIMENTOS
Primeiramente ao Deus todo poderoso autor da minha fé e que me deu o fôlego de
vida e a oportunidade de viver esse momento.
Ao bom Jesus, Amigo fiel de todas as horas, que me deu certeza que sempre
estaria presente e que com Ele eu sou mais que vencedor.
Aos meus pais, que foram escolhidos por Deus para que eu pudesse vim ao
mundo. Em especial a minha mãe que por diversas vezes, abriu mão de algo para que
eu pudesse realizar esse sonho.
Aos meus avós paternos (Seu Agenor e Dona Marlene), que me criarão com
muito amor e cuidados, me dando conselhos e repreensão quando necessário, os
quais foram de grande importância para forja meu caráter pessoal e profissional.
Externo os agradecimentos as minhas tias por parte de pai, que também foram muito
importantes nessa fase da minha vida, e a elas sou muito grato.
A minha esposa por seu imenso amor, paciência e incentivos, que foram de
fundamental importância nesta fase, e sem a qual teria sido muito mais difícil o êxito.
Ao meu filho que mesmo com toda sua inocência, conseguia me desestressar
e me motivar na caminhada.
A minha irmã Polianna Karla, meu cunhado Cláudio Vilemon e os meus
sobrinhos (Claudio Eduardo e Claudio Vinicius). Em especial minha irmã, por alterar
sua rotina pra me ajudar cuidando do meu filho com muito amor e dedicação.
Ao

meu

orientador

Humberto

Alves

Barbosa,

pelas

oportunidades

proporcionadas ao logo da minha formação acadêmica, e pela confiança no meu
potencial como aluno.
Ao meu amigo irmão Leandro Rodrigo Macedo da Silva, por diversas vezes
dispor do seu tempo pra me ajudar, que foi de fundamental importância neste trabalho
e na minha formação acadêmica.
Aos amigos do Laboratório de Análise e Processamento de Imagens de
Satélites (LAPIS), amizades essas que vão além das quatro paredes do laboratório e
ficaram pra vida toda. A eles que contribuíram para meu crescimento profissional e
ainda pessoal. A Edson M. dos Santos, Tatiana V. dos santos, Anselmo M. dos
Santos, Cláudia R. F. dos Santos, João V. I. dos Santos, Pessoas Muito importantes
nesta caminhada.

Aos membros da banca examinadora (Qualificação e defesa final), que com
suas críticas e sugestões contribuíram grandemente para melhorar a qualidade do
meu trabalho.
Aos meus sogros José Valmir e Maria Denilma, pois sempre que precisei se
dispuseram a me ajudar ao longo dessa caminhada.
A todos os familiares, amigos de longas datas e aqueles que fiz ao logo da vida
acadêmica, que de alguma forma me ajudara ao êxito nesta caminhada e não poderia
esquecê-los.
A todos os professores que me acompanharam na vida acadêmica e
contribuíram imensamente no meu progresso no curso de Meteorologia.
A todos os funcionários do ICAT (Em especial a Rafael Araújo e Bruna Queiroz),
que cuidam para nos proporcionar um melhor ambiente de ensino.
A todos meus agradecimentos!!!

EPÍGRAFE

“Porque em esperança fomos salvos. Ora a esperança que se vê não é esperança;
porque o que alguém vê como o esperará?
Mas, se esperamos o que não vemos, com paciência o esperamos.
E da mesma maneira também o Espírito ajuda as nossas fraquezas; porque não
sabemos o que havemos de pedir como convém, mas o mesmo Espírito intercede
por nós com gemidos inexprimíveis.
E aquele que examina os corações sabe qual é a intenção do Espírito; e é ele que
segundo Deus intercede pelos santos.
E sabemos que todas as coisas cooperam para o bem daqueles que amam a
Deus, daqueles que são chamados segundo o seu propósito.
Porque os que dantes conheceu também os predestinou para serem conformes à
imagem de seu Filho, a fim de que ele seja o primogênito entre muitos irmãos.
E aos que predestinou a estes também chamou; e aos que chamou a estes também
justificou; e aos que justificou a estes também glorificou.
Que diremos, pois, a estas coisas? Se Deus é por nós, quem será contra nós?”
Romanos 8:24-31

"A ciência humana de maneira nenhuma nega a existência de Deus. Quando
considero quantas e quão maravilhosas coisas o homem compreende, pesquisa e
consegue realizar, então reconheço claramente que o espírito humano é obra de
Deus, e a mais notável."
Galileu Galilei

RESUMO
A maioria dos problemas relacionados a degradação ambiental da região semiárida,
são provenientes das características próprias da região e a forma errada que é feita o
uso do solo, desrespeitando seus limites favoráveis de produção de biomassa, e
assim tornando a mesma vulnerável. Portanto, é de grande importância realizar uma
verificação no bioma do semiárido alagoano, nos municípios Ouro Branco - AL e
Senador Rui Palmeira - AL, para ter uma noção da magnitude da degradação da
Caatinga, em virtude das influências das características do próprio ambiente como
também das ações antrópicas. Neste trabalho, foram utilizadas técnicas de
sensoriamento remoto para a identificação, avaliação e classificação das áreas
degradadas suscetíveis a desertificação nos municípios analisados. O presente
estudo teve por objetivo geral, identificar áreas suscetíveis a desertificação dos
municípios Ouro Branco - AL e Senador Rui Palmeira - AL, no período de 2007 a 2020
a fim de avaliar e classificar os níveis de degradação por meio de sensoriamento
remoto. Na metodologia foram utilizados os produtos precipitação, índices de
vegetação, umidade do solo e uso e cobertura do solo. Os produtos de precipitação,
vegetação e umidade do solo, foram usadas as médias interanuais, geradas através
de médias mensais. Já para o produto de uso e cobertura do solo, foi utilizado o dado
de referência do ano 2018. Cada produto foi utilizado em uma ou mais etapas, para
fazer a identificação, avalição e classificação das áreas degradadas suscetíveis a
desertificação dos municípios analisados. Os resultados obtidos no decorrer do
estudo, mostram que os as regiões que se encontram com áreas degradadas,
apresentam valores do índice de vegetação variando entre 0,0 e 0,4 e valores médios
anuais de precipitação entre 30 mm e 40 mm. Também foi possível perceber que a
resposta do produto de umidade do solo, pode ter comportamentos diferentes de
acordo com o regime de precipitação ou as próprias características do solo. O produto
do uso e cobertura do solo, a partir de sua própria classificação, possibilitou ver que
os solos da região estudada sofreram alterações nos seus tipos de solo, onde as
principais modificação observadas foram: de vegetação natural para solo cultivado ou
solo agrícola. Contudo concluo que a metodologia adotada no trabalho foi válida, pois
através do método utilizado, foi possível identificar, avaliar e classificar as áreas, com
os diferentes níveis de degradação (muito fraca, fraca, moderada, forte e muito forte).
Após a classificação das áreas, os dados obtidos foram expressos em porcentagem.
E dentre as classificações propostas nos objetivos, não foram encontradas nenhuma
região que atendesse a classe de degradação muito fraca, ficando a mesma com valor
de 0,0%. Também observou, que a classe de degradação muito forte destaca-se
apenas na região do município Senador Rui Palmeira, com valor percentual de 11,1%
e 5,6% da área total da análise e as demais classes, foram atendidas em ambos os
municípios.

Palavras Chaves: Degradação ambiental, Desertificação, Semiárido alagoano,
Sensoriamento remoto.

ABSTRACT
Most of the problems related to environmental degradation in the semiarid region stem
from the region's own characteristics and the wrong way in which the land is used,
disrespecting its favorable limits for biomass production, and thus making it vulnerable.
Therefore, it is very important to carry out a verification of the semi-arid biome of
Alagoas, in the municipalities Ouro Branco - AL and Senador Rui Palmeira - AL, to get
a sense of the magnitude of the Caatinga degradation, due to the influences of the
characteristics of the environment as well as of anthropic actions. In this work, remote
sensing techniques were used for the identification, evaluation and classification of
degraded areas susceptible to desertification in the analyzed municipalities. This study
aimed to identify areas susceptible to desertification in the municipalities of Ouro
Branco - AL and Senador Rui Palmeira - AL, from 2007 to 2020, in order to assess and
classify the levels of degradation through remote sensing. In the methodology,
precipitation, vegetation indices, soil moisture and land use and cover were used. The
products of precipitation, vegetation and soil moisture were used as interannual
averages, generated through monthly averages. As for the land use and land cover
product, the reference data for the year 2018 was used. Each product was used in one
or more stages to identify, assess and classify degraded areas susceptible to
desertification in the analyzed municipalities. The results obtained during the study
show that the regions with degraded areas have vegetation index values ranging
between 0.0 and 0.4 and average annual precipitation values between 30 mm and 40
mm. It was also possible to notice that the response of the soil moisture product can
have different behaviors according to the precipitation regime or the soil
characteristics. The product of land use and land cover, from its own classification,
made it possible to see that the soils of the studied region underwent changes in their
soil types, where the main changes observed were: from natural vegetation to
cultivated soil or agricultural soil. However, I conclude that the methodology adopted
in the work was valid, because through the method used, it was possible to identify,
evaluate and classify the areas, with different levels of degradation (very weak, weak,
moderate, strong and very strong). After the classification of the areas, the data
obtained were expressed in percentage. And among the classifications proposed in
the objectives, no region was found that met the very weak degradation class, with a
value of 0.0%. He also noted that the very strong degradation class stands out only in
the region of the municipality Senador Rui Palmeira, with a percentage of 11.1% and
5.6% of the total area of analysis and the other classes were met in both counties.

Keywords: Environmental degradation, Desertification, Alagoas semiarid, Remote
sensing.

LISTA DE FIGURAS
Figura 1 - Esquema do Sensoriamento Remoto ....................................................... 16
Figura 2 - Vegetação do semiárido ........................................................................... 19
Figura 3 - Cobertura vegetal, conforme o período sazonal do SAB. ......................... 20
Figura 4 - Reflectância da luz solar. .......................................................................... 22
Figura 5 - Ano de lançamento, operação e termino da missão de cada. satélite. ..... 23
Figura 6 - Satélite MSG 1. ......................................................................................... 25
Figura 7- Sensor SEVIRI. .......................................................................................... 26
Figura 8 - Representação da área de disponibilidade do FVC. ................................. 27
Figura 9 - Umidade do solo do semiárido Brasileiro. ................................................. 28
Figura 10 - Média interanual da precipitação. ........................................................... 30
Figura 11 - Mapa da cobertura da terra em escala global. ........................................ 31
Figura 12 - Mudanças detectadas pelos pixels. ........................................................ 32
Figura 13 - Área de estudo. ....................................................................................... 33
Figura 14 - Interface gráfica do software R Studio. ................................................... 36
Figura 15 - Tela principal e compositor do Qgis. ....................................................... 37
Figura 16 - Fluxograma metodológico. ...................................................................... 38
Figura 17 - Média interanual do FVC, dos municípios Ouro Branco-AL e ................. 44
Figura 18 - Média da precipitação interanual dos municípios Ouro Branco .............. 45
Figura 19 - Uso e cobertura do solo dos municípios Ouro Branco-AL e ................... 47
Figura 20 - Média interanual da umidade do solo, dos municípios Ouro Branco-AL e
Senador Rui Palmeiras-AL (2010 a 2020). ................................................................ 48
Figura 21 - Relação do FVC com precipitação e umidade do solo, comparando com
as características do uso e cobertura do solo. .......................................................... 50
Figura 22 - Gráfico da relação entre os produtos de FVC, precipitação e umidade do
solo no ponto 1. ......................................................................................................... 52
Figura 23 - Gráfico da relação entre os produtos de FVC, precipitação e umidade do
solo no ponto 2. ......................................................................................................... 53
Figura 24 - Gráfico da relação entre os produtos de FVC, precipitação e umidade do
solo no ponto 3............................................................................................................54
Figura 25 - Gráfico da relação entre os produtos de FVC, precipitação e umidade do
solo no ponto 4. ......................................................................................................... 55

Figura 26 - Distribuição espaço-temporal do NDVI do mês de março de 2011 a 2016.
.................................................................................................................................. 57
Figura 27 - Distribuição espaço-temporal da média interanual do IVDN do período de
2011 a 2016. ............................................................................................................. 58
Figura 28 - Divisão dos setores para classificar as áreas degradadas ..................... 61

LISTA DE TABELAS
Tabela 1 - Histórico da variação do número de municípios do semiárido brasileiro. . 10
Tabela 2 - Histórico dos eventos que influenciaram a evolução do sensoriamento
remoto. ...................................................................................................................... 17
Tabela 3 - Algumas especificações técnicas da plataforma MSG. ............................ 24
Tabela 4 - Classes de degradação e a correspondência com os respectivos valores
de reflectância do FVC. ............................................................................................. 42
Tabela 5 - Valores predominantes, máximos e mínimos dos pixels encontrados dentro
dos limites de cada município. .................................................................................. 43
Tabela 6 - Número de municípios com decreto de emergência em Alagoas em 2011 e
no período da seca de 2012 a 2017. ......................................................................... 56
Tabela 7 - Variação da produção do feijão e do milho, em 2011 e nos anos de seca
do período de 2012 a 2017 em Ouro Branco – AL. ................................................... 60
Tabela 8 - Variação da produção do feijão e do milho, em 2011 e nos anos de seca
do período de 2012 a 2017 em Senador Rui Palmeiras – AL. .................................. 60
Tabela 9 - Analise e classificação das áreas degradadas ......................................... 62
Tabela 10 - Tabela da porcentagem das classificações dos setores dos municípios
analisados. ................................................................................................................ 65

LISTA DE SIGLAS
CCI-LC

Climate Change Initiative Land Cover

CHG

Climate Hazards Group

CHIRPS

Climate Hazard InfraRed Precipitation

EROS

Earth Resources Observation and Science

ESA

European Satellite Agency

ESOC

European Space Operations Center

EUMETSAT European Organisation for the Exploitation of Meteorological Satellites
FVC

Fraction Vegetation Coverage

FCFNE

Fundo Constitucional de Financiamento do Nordeste

IVPCC

Intergo Vernmental Panelon Climate Change

LAPIS

Laboratório de Análise e Processamento de Imagens de Satélite

MSG

Meteosat Second Generation

NASA

National Aeronautics and Space Administration

UNCCD

Nations Convention To Combat Desertification

NOAA

National Oceanic and Atmospheric Administration

IVDN

Índice de Vegetação Por Diferença Normalizada

PNUMA

Programa das Nações Unidas para o Meio Ambiente

SEVIRI

Spinning Enhanced Visible and Infrared Imager

SIG

Sistema de Informação Geográfica

SMOS

Soil Moisture Ocean Salinity

SPI

Standardized Precipitation Index

USGS

United State Geological Survey

USAID

U.S. Agency for International Development

IVPCC

Intergo Vernmental Panelo Climate Change

SUMÁRIO
1. INTRODUÇÃO ........................................................................................................ 1
2. OBJETIVOS ............................................................................................................ 3
2.1 Geral .................................................................................................................. 3
2.2 Específicos ......................................................................................................... 3
3. REVISÃO DE LITERATURA ................................................................................... 4
3.1 Histórico ............................................................................................................. 4
3.2 Desertificação .................................................................................................... 4
3.2.1 Definições: ................................................................................................... 4
3.2.2 Problemática da desertificação .................................................................... 5
3.2.3 Principais causas da desertificação e seus fatores diretos e indiretos. ....... 6
3.2.4 Manejo inadequado da terra ........................................................................ 6
3.2.5 Processo de desmatamento ........................................................................ 7
3.2.6 Mau uso da irrigação ................................................................................... 7
3.2.7 Processo de queimadas .............................................................................. 7
3.2.8 Efeito das secas........................................................................................... 8
3.2.9 Efeito da pecuária no processo de desertificação ....................................... 8
3.2.10 Principais consequências da desertificação .............................................. 9
3.2.11 Delimitação das áreas susceptíveis ao processo de desertificação no
Brasil. .................................................................................................................... 9
3.2.12 Política Nacional de Combate à Desertificação ....................................... 11
3.2.13 Estudos iniciais acerca da desertificação ................................................ 11
3.3 Degradação ..................................................................................................... 12
3.3.1 Conceitos de Degradação ......................................................................... 12
3.3.2 O que pode influenciar a degradação? ...................................................... 12
3.3.3 Principais consequências da degradação .................................................. 13
3.4 Sensoriamento remoto ..................................................................................... 13
3.4.1 Definição .................................................................................................... 13
3.4.2 Origem e evolução do sensoriamento remoto ........................................... 15
3.4.3 Sensoriamento remoto no Brasil. ............................................................... 18
3.4.4 Informações obtidas a partir do sensoriamento remoto. ............................ 18
3.5 Vegetação ........................................................................................................ 19
3.6 Índices de Vegetação ....................................................................................... 21
3.7 Satélites METEOSAT ....................................................................................... 22
3.7.1 Plataforma MSG ........................................................................................ 23

3.7.2 Sensor SEVIRI ........................................................................................... 25
3.8 Fração de Cobertura Vegetal - FVC (SEVIRI) ................................................. 26
3.9 Umidade do solo (SMOS) ................................................................................ 28
3.10 Climate Hazard InfraRed Precipitation – CHIRPS.......................................... 29
3.11 Dados de Uso e Cobertura do Solo ............................................................... 30
4. MATERIAIS E MÉTODOS..................................................................................... 33
4.1 Área de estudo ................................................................................................. 33
4.2 Dados Utilizados. ............................................................................................. 34
4.2.1 Fração de Cobertura Vegetal – FVC.......................................................... 34
4.2.2 Umidade do solo. ....................................................................................... 35
4.2.3 Climate Hazard InfraRed Precipitation – CHIRPS. .................................... 35
4.2.4 Dados de uso e cobertura de solo (CCI-LC). ............................................. 35
4.3 Software utilizados. .......................................................................................... 36
4.3.1 Software estatístico "R". ............................................................................ 36
4.3.2 Software Qgis. ........................................................................................... 37
4.4 Métodos ........................................................................................................... 38
4.4.1 Serie de dados da vegetação .................................................................... 39
4.4.2 Serie de dados da precipitação ................................................................. 39
4.4.3 Serie de dados de umidade do solo (SMOS) ............................................. 40
4.4.4 Produto de uso e cobertura de solo (CCI-LC) ............................................ 40
4.4.5 Identificação e avaliação das áreas degradadas suscetíveis à desertificação
4.4.6 Classificação das áreas degradadas suscetíveis à desertificação............. 41
5. RESULTADOS E DISCUSSÕES .......................................................................... 43
5.1 Análise da vegetação. ...................................................................................... 43
5.2 Análise da precipitação .................................................................................... 44
5.3 Análise do uso e cobertura do solo .................................................................. 46
5.4 Análise da umidade do solo ............................................................................. 47
5.5 Identificação e avaliação das áreas degradadas suscetíveis à desertificação. 48
5.6 Impactos da seca de 2011 a 2017 nos municípios Ouro Branco – AL e Senador
Rui Palmeira -AL .................................................................................................... 55
5.7 Classificação dos níveis de degradação .......................................................... 61
6. CONCLUSÕES ..................................................................................................... 67
7. REFERÊNCIAS ..................................................................................................... 69

1

1. INTRODUÇÃO
A remoção parcial ou total da vegetação em áreas da Caatinga resulta na
redução do estoque da produção de biomassa vegetal e na diminuição da cobertura
dos solos do semiárido, fatores esses que junto com as características predominantes
de solos rasos e pedregosos, podem levar ao aumento na degradação do bioma
(COSTA et al., 2009).
De acordo com Santana et al. (2004), a Caatinga é o único bioma tipicamente
brasileiro, abrangendo uma área aproximada de 800 mil km², incluindo todos os
estados nordestinos, além do norte do estado de Minas Gerais.
Os estudos na região Nordeste do país são imprescindíveis, principalmente
neste bioma pois é um dos mais ameaçados devido ao uso inadequado e
insustentável dos recursos naturais. O autor ressalta que a Caatinga é um dos biomas
brasileiros, mais alterados pelas atividades antrópicas nos últimos séculos (ALMEIDA
et al., 2009).
Nos últimos anos o Sensoriamento Remoto (SR) tem assumido grande
importância no monitoramento de diversos fenômenos meteorológicos e ambientais,
oferecendo suporte nas previsões do tempo e melhor entendimento das mudanças
climáticas, além de auxiliar no planejamento agro ecológico (BEZERRA et al., 2011).
Técnicas de sensoriamento remoto têm sido utilizadas em estudos temporais
de análise das mudanças do uso e cobertura do solo Gómez et al., (2011), como
consequência tem se tornado uma ferramenta poderosa para a obtenção de
informações necessárias ao manejo, gerenciamento e gestão de recursos naturais
(CUNHA et al., 2012). O Laboratório de Análise e Processamento de Imagens de
Satélite-LAPIS, desde 2007 vem utilizando algumas técnicas de sensoriamento
remoto em suas pesquisas, e tem sido de grande relevância a sua contribuição para
comunidade cientifica nacional e internacional. O LAPIS também tem um papel muito
importante auxiliado alguns órgãos competentes em seus planejamentos, facilitando
suas tomadas de decisões.
De acordo com Amiri et al., (2009) alguns pesquisadores mostram em seus
estudos, que existem diversos sensores remotos com resoluções espaciais, temporais
e espectrais diferentes. O aparecimento de novos sensores gera expectativa de que
os novos dados possibilitem uma melhor compreensão da evolução dos processos de

2

desertificação e também propiciem informações valiosas (ACCIOLY et al., 2002). E
nas utilizações desses sensores, o principal interesse é compreender as mudanças
ocorridas na paisagem ao longo do tempo.
Recentemente no estudo de Costa et al., (2020), foi possível observar que no
semiárido alagoano, existem dois municípios (Ouro Branco e Senador Rui Palmeira),
que mesmo depois do período chuvoso os mesmos mostram dificuldade para
restabelecer o vigor da vegetação de suas áreas. Com isso, despertou-se o interesse
em fazer uma investigação mais detalhada dessas áreas, para ter uma melhor
compressão, se o que acontece é exclusivamente devido ao processo natural do
clima, ou se além do das características do ambiente, também tem influencias
antrópicas.
A motivação deste trabalho é a importância de contribuir para um levantamento
atualizado do estágio de degradação ambiental, auxiliando na mitigação dos danos
causados pelo clima e ação antrópica, trazendo benefícios socioambientais, nas áreas
suscetíveis à desertificação dos municípios Ouro Branco-AL e Senador Rui PalmeirasAL. Vale ressaltar que o interesse por essa área, foi o fato de no estudo de Costa et
al., (2020), ter ficado evidente que ao logo do período da pesquisa, a resposta da
vegetação desses municípios, tiveram baixos valores em seus índices mesmo após
os períodos chuvosos.

3

2. OBJETIVOS

2.1 Geral
IDENTIFICAR as áreas suscetíveis a desertificação dos municípios Ouro
Branco - AL e Senador Rui Palmeiras - AL, no período de 2007 a 2020, a fim de avaliar
e classificar os níveis de degradação por meio de sensoriamento remoto.

2.2 Específicos
VERIFICAR a partir da precipitação, os impactos da seca de 2011 a 2017 no
processo de desertificação, nos municípios estudados.
RELACIONAR a Precipitação, FVC e Umidade do solo com as características
detalhada do uso e cobertura do solo dos municípios analisados.
AVALIAR E CLASSIFICAR a partir das análises dos produtos, os níveis de
degradação dos municípios como sendo: muito fraco, fraco, moderado, forte ou muito
forte, de acordo com valores já encontrados na literatura.

4

3. REVISÃO DE LITERATURA
3.1 Histórico
Segundo Silva (2012), a desertificação começa a ter atenção na década de
1930, a partir de um fenômeno no meio do oeste americano conhecido como Dust
Bowl. Neste o corrido, uma intensa degradação dos solos afetou uma área de cerca
de 380.000 km2. A partir de uma série de pesquisas, a comunidade científica
caracterizou este processo, dando-lhe o nome de desertificação.
De acordo com Souza (2006), na década de 1970, aconteceu uma grande seca
na região do Sahel, localizada abaixo do deserto do Saara, onde morreram de fome
mais de 500.000 pessoas. Este acontecimento, fez com que a comunidade
internacional reconhecesse os impactos econômicos, sociais e ambientais do
problema, estabelecendo um programa mundial de ação para combatê-lo. A partir
deste ocorrido, pesquisadores do mundo inteiro, voltaram sua atenção para os
fenômenos que ocorrem nas regiões semiáridas, sujeitas a secas periódicas.
Os debates sobre a desertificação no Brasil aludem a década de 1970. E de
acordo com Pereira (2012) e Marin (2018), o trabalho núcleos de desertificação no
polígono das secas publicada pelo ecólogo João Vasconcelos Sobrinho (1971), é
considerado o pioneiro nos estudos sobre a desertificação no Semiárido Brasileiro.
Em 1971, Vasconcelos sobrinho publicou a monografia Núcleos de Desertificação no
Polígono das Secas, onde apresentou as primeiras ideias sobre os Núcleos de
Desertificação. Com isso, iniciaram estudos para monitorar a desertificação em terras
brasileiras, que tiveram um caráter pontual e de elucidar lacunas referentes ao
processo.
3.2 Desertificação
3.2.1 Definições:
Inúmeros pesquisadores discutem o conceito de desertificação, mas conforme
a concepção adotada pela United Nations Conventionto Combat Desertification UNCCD, que foi recepcionado pela Lei nº 13.153, de 30 de julho de 2015. A
desertificação é definida como a degradação da terra em zonas áridas, semiáridas e
subúmidas secas, resultante de vários fatores, incluindo as variações climáticas e
atividades humanas. (UNCCD, 2015).

5

De acordo com Vasconcelos Sobrinho (1978), a desertificação é um processo
de fragilidade dos ecossistemas das terras secas em geral, decorrentes da pressão
excessiva das populações humanas, perdem a produtividade e a capacidade de se
recuperarem.
Segundo Brasil escola (2020), desertificação é o processo de degradação dos
solos pela seca excessiva (Devido aos processos naturais e ações antrópicas) e
rápida perda de nutrientes, gerando uma paisagem semelhante à dos desertos. Esse
processo ocorre em regiões de clima árido, semiárido e sub úmido seco, onde o
processo de evaporação é maior do que a precipitação.
Para Pena (2020), existem causas naturais e humanas relacionadas com o
processo de desertificação, que por sua vez, só costuma ocorrer em áreas onde já
existe um risco previamente estabelecido. Entre eles estão: manejo inadequado dos
solos pelas práticas agropecuárias, desmatamento, exploração em larga escala de
ecossistemas frágeis, uso inadequado de agrotóxicos, secas muito prolongadas,
queimadas, irrigação ineficiente entre outros.
IICA (2007), enfatiza que o processo de desertificação abrange uma grande
área em todo o globo, porém afeta de forma mais intensa os países subdesenvolvidos.
A Organização das Nações Unidas, desde os anos 1990, vem promovendo formas de
auxílio e combate ao alastramento do número de áreas desertificadas, no entanto a
questão só passou a receber maior atenção política por parte da comunidade
internacional, quando esse problema atingiu regiões dos Estados Unidos,
notadamente os estados de Oklahoma, Kansas, Novo México e Colorado.
Segundo Matallo Junior (2001), o processo de desertificação nas regiões secas
é resultado da imposição dos processos de produção em larga escala que contribui
para acelerar a degradação ambiental. Ele ressalta, que os sinais de degradação
podem ser evidentes quantitativamente em vários indicadores, porém não fornecem
resultados consistentes com as observações, e o indicador mais aceito é a baixa
cobertura vegetal como um sinalizador do início do processo de degradação.
3.2.2 Problemática da desertificação
De acordo com Brasil (2005), a problemática da desertificação interfere em
escala de dimensões globais, que afeta as regiões de clima árido, semiárido e

6

subúmido seco da Terra, resultante de vários fatores que envolvem variações
climáticas e atividades humanas.
Segundo Soares (2011), a desertificação é um infortúnio presente em diversos
países, afetando boa parte da população mundial. E que por esse motivo tornou-se,
tema de discussões na Organização das Nações Unidas-ONU, requisitando mais
estudos acerca da degradação do ambiente.
Conforme Albuquerque (2020), a desertificação é um problema de ordem
ambiental com repercussões sociais e econômicas. E esse problema é de interesse,
nas discussões nos âmbitos científico, acadêmico e institucional, tanto no
entendimento conceitual quanto na compreensão das suas causas e consequências,
com vistas a ações de mitigação.
3.2.3 Principais causas da desertificação e seus fatores diretos e indiretos.
A desertificação é causada por uma combinação de fatores que mudam ao
longo do tempo e variam conforme a localidade. Estes incluem fatores indiretos, tais
como a pressão da população, fatores socioeconômicos e políticos, e do comércio
internacional, bem como fatores diretos (manejo inadequado da terra, desmatamento,
mau uso da irrigação, queimadas, efeito das secas), que são padrões de uso da terra,
práticas e processos relacionados com o clima (SÁ et al., 2008).
De acordo com Sá (2007), dentre as principais causas climáticas que estão
relacionadas com a desertificação, é valido citar as recorrentes e prolongadas secas,
que afetam a região e agravam as consequências derivadas da ação humana.
3.2.4 Manejo inadequado da terra
Segundo MEA (1995), ao longo da história os meios de subsistência nas terras
secas eram alicerçados em uma mistura de caça, coleta, corte de plantas e criação
de animais. Ouve uma diversificação de mistura em composição com o tempo, lugar
e cultura. O autor explica que a combinação do clima severo e imprevisível com as
mudanças dos fatores socioeconômicos e políticos forçaram os habitantes das terras
secas a serem flexíveis no uso da terra. No entanto a pressão da população levou a
uma crescente preocupação entre os dois principais usos da terra: cultivo e pastoreio.
Como os pastores e os agricultores alegam acesso e uso da mesma terra, em algumas
áreas isso levou a conflitos interculturais e a desertificação.

7

3.2.5 Processo de desmatamento
O desflorestamento ou desmatamento é o processo de destruição das massas
florestais, de origem antrópicas. De acordo com Tembe (2012), o desmatamento
ocorre geralmente para exploração de madeira, obtenção de solo para cultivos
agrícolas ou pastagem para o gado. A erosão acelerada causada pelo desmatamento
e degradação do solo tornou-se o principal fator limitante da utilização sustentável dos
recursos do solo. Conforme Silva (2018), o desmatamento de florestas para fins
agrícolas ou pastagens, reduzem os valores encontrados do FVC.
3.2.6 Mau uso da irrigação
Conforme Lorensi et al. (2010), a técnica de irrigação utilizada na agricultura e
tem por finalidade o fornecimento controlado de água para as plantas em quantidade
suficiente, no momento certo, assegurando a produtividade e a sobrevivência da
plantação. O mesmo acrescenta que a precipitação natural e em alguns casos
enriquece o solo com a deposição de elementos fertilizantes.
No entanto Felício et al. (2009), explana quanto ao mau uso da irrigação que
pode ser favorecedor a desertificação de dois modos: O primeiro a irrigação ineficiente
desperdiça água que pode reduzir a vegetação e aumentar a erosão de terra. No
segundo o excesso de irrigação pode inundar a terra, ou conduzir a um aumento de
salinidade, fazendo terras incapazes de apoiar o crescimento de plantas.
3.2.7 Processo de queimadas
Segundo a Revista da madeira (2005), a queimada é uma prática que já vem
sendo feita há muitos anos, ela é agropastoril ou florestal através da utilização do fogo
de forma controlada para possibilitar a agricultura ou renovar as pastagens. A
queimada deve ser feita sob condições ambientais, em que o fogo se mantenha
confinado

à

área

que

será

utilizada

para

a

agricultura

ou

pecuária.

De acordo com Sousa (2013), o impacto das queimadas é um assunto
preocupante, pois está relacionado a fertilidade dos solos, a devastação da
biodiversidade, a fragilização dos agros ecossistemas, a produção de gases nocivos
à saúde humana e a qualidade do ar.

8

Conforme Ferreira (2011), a queimada associada ao desmatamento, facilita
para extinção da vegetação nativa do solo, contribuindo para o surgimento de terrenos
arenosos, muitas vezes erodidos, impermeáveis à absorção de água e de capacidade
produtiva completamente esgotada.
3.2.8 Efeito das secas
Terras secas são territórios onde a entrada de água (precipitação) é menor que
a saída potencial de água (evaporação e consumo pelo crescimento das plantas)
durante parte ou por todo o ano, está carência é a medida de aridez. De acordo com
Araújo (2014), a desertificação faz parte de um processo cíclico, onde as condições
ambientais

naturais,

que

propiciam

a

ocorrência

das

secas,

impactam

consideravelmente na redução da produção e da produtividade das lavouras.
Portanto, a desertificação e as secas constituem fenômenos naturais
associados, cujos efeitos são potencializados pela ação do homem e a degradação
ambiental alcança o seu ápice com a desertificação (BRASIL, 2005).
Segundo Dregne (1986), um equívoco comum é que as secas são
responsáveis pela desertificação. Ele explica que as secas podem contribuir para
aceleração da degradação, a partir do uso de práticas abusivas no período da
estiagem. No entanto, a partir de uma boa gestão do solo, o mesmo irá se recuperar
bem no período chuvoso. Os impactos das secas são, portanto, amplificados nos
solos degradados por exploração abusiva.
3.2.9 Efeito da pecuária no processo de desertificação
De acordo com CGEE (2016), a pecuária tem provocado uma série de danos
ambientais no meio rural das áreas degradadas, desertificadas e de maior incidência
de secas no Brasil, sendo considerada um dos principais fatores de desertificação,
pois causa a compactação do solo.
Segundo Roxo (2006), a compactação do solo é resultado de uma pressão
mecânica (no caso, o pisoteio dos animais) que reduz os espaços vazios entre as
partículas de solo, destruindo a sua estrutura, dificultando a penetração das raízes, a
capacidade de armazenamento de água, o arejamento, a fertilidade, a atividade
biológica e a estabilidade dos agregados.

9

Mas conforme Duarte (2009), apesar de seus impactos ambientais, é de grande
importância socioeconômica a pecuária. O setor é apontado como importante fonte
de renda e de alimento para a população rural. Assim como a propriedade, os animais
são considerados um patrimônio da família.
Ceará (2010), explica que as áreas Suscetíveis à Desertificação, tem
importância significativa na criação brasileira de caprinos e ovinos e concentra 87,5%
e 53,9% do rebanho nacional, respectivamente. E o autor enfatiza que dentre os
rebanhos explorados na região, esses animais são considerados os mais resistentes
e adaptados às condições ambientais e climáticas locais.
CGEE (2016) ressalta que as plantas da Caatinga é principal fonte de
alimentação dos animais. Porém é preocupante, pois seus hábitos alimentares
ameaçam a reprodução das espécies nativas, uma vez que consistem especialmente
na ingestão de brotos germinativos.
3.2.10 Principais consequências da desertificação
Para Pena (2020), entre as principais consequências da desertificação,
encontram-se fatores naturais, sociais e econômicos, tais como: redução e escassez
total de recursos hídricos; perda de áreas agricultáveis, salinização alcalinização e
infertilidade dos solos; aumento dos índices de erosão; eliminação da cobertura
vegetal; aumento dos índices de pobreza na região afetada; entre outros problemas.
Devido à falta de estratégias alternativas de sobrevivência, os agricultores utilizam os
recursos naturais de maneira intensiva.
Segundo Drumond et al., (2004), os nutrientes e a matéria orgânica do solo
diminuem devido à agricultura praticada, que extrai elementos nutritivos em
quantidades superiores à capacidade de regeneração natural do solo, evitando sua
reconstituição. O resultado é um efeito cumulativo da degradação do ambiente e da
pobreza, causas principais da desertificação
3.2.11 Delimitação das áreas susceptíveis ao processo de desertificação no Brasil.
De acordo com Buriti e Barbosa (2018), a região semiárida brasileira foi
instituída, preliminarmente, pela Lei Federal nº 7.827, de 27 de setembro de 1989. A
partir deste momento, a Sudene passou a ser responsável em atualização da relação
dos municípios que compõem o Semiárido brasileiro, para efeito do investimento dos

10

recursos do Fundo Constitucional de Financiamento do Nordeste – FCFNE. O autor
explica que a partir desse momento, uma nova área de atuação foi definida por meio
da portaria nº 1.182/99, estabelecendo que no total 1.031 municípios passariam a
integrar a região semiárida. E a Tabela 1, mostra uma comparação histórica, do
número de municípios que integram a região semiárida brasileira, em diferentes
períodos, de acordo com as agências governamentais responsáveis.
Tabela 1 - Histórico da variação do número de municípios do semiárido brasileiro.
Número de municípios
Estado

Polígono

Área da

Semiárido

Portaria

das Secas

Sudene

Do FNE

Interministerial

AL

51

101

35

38

38

38

BA

256

415

257

265

266

278

CE

180

184

134

150

150

175

INSA

Novo
Semiárido

MA

-

217

-

-

-

2

MG

86

165

40

85

85

91

PB

223

223

170

170

170

194

PE

145

185

118

122

122

123

PI

216

221

109

127

128

185

RN

161

166

140

147

147

147

SE

32

75

28

29

29

29

ES

-

77

-

-

-

-

Total

1350

2029

1031

1133

1135

1262

Fonte: Fonte: Buriti e Barbosa, (2018)

Segundo Santana (2007), o Atlas das áreas susceptíveis à desertificação do
Brasil, abrangem o trópico semiárido, subúmido seco e suas áreas de entorno,
ocupando cerca de 1.340.000 km2, incluindo partes dos Estados dos 9 estados do
nordeste e regiões de Minas gerais, atingindo diretamente 30 milhões de pessoas.
De acordo com o autor, do total das áreas, atualmente 180.000 km2 já
encontram-se em processo grave e muito grave de desertificação. As regiões de
entorno das áreas suscetíveis a desertificação-ASD foram incluídas, mesmo não
apresentando o mesmo padrão climático enquadrado na definição adotada. A razão é
o fato delas conterem características físicas e limitações naturais idênticas às áreas e
subúmidas secas. E esses critérios dizem respeito à incidência de secas, presença
do Bioma Caatinga e serem enquadradas pela Lei n° 9.690 de 15.07.1998, como
áreas de atuação da SUDENE.

11

No Brasil, áreas susceptíveis ao processo de desertificação, são delimitadas
por um critério climático, em conformidade com as orientações da United Nations
Convention To Combat Desertification - UNCCD. Áreas que possuam clima semiárido
(300-800 mm/ano); subúmido seco (800-1000 mm/ano), com índice de aridez entre
0,20 e 0,65. Também serão consideradas as áreas que não se enquadrem nesses
critérios, mas que estão sujeitas aos mesmos níveis elevados de degradação
ambiental. (BRASIL, 2007).
De acordo com Sá (2007), na definição destes climas, foi utilizado o índice de
Aridez, por que traduz a razão entre a precipitação e a evapotranspiração potencial.
Este índice foi utilizado para o estabelecimento das áreas de risco e para a elaboração
do Atlas Mundial da Desertificação, publicado pelo Programa das Nações Unidas para
o Meio Ambiente - PNUMA, no ano de 1997 tendo o mesmo sido atualizado no ano
de 2014, que serve como parâmetro em todo o mundo.
3.2.12 Política Nacional de Combate à Desertificação
De acordo com Cavalcante (2015), foi aprovada a Lei nº 13.153, de 2015, que
institui a política nacional de combate à desertificação e mitigação dos efeitos da seca.
E em cumprimento às determinações da convenção das nações unidas de combate à
desertificação e mitigação dos efeitos da seca, essa lei prevê diversas medidas
aplicáveis ao semiárido Nordestino, mas também tem abrangência nacional.
3.2.13 Estudos iniciais acerca da desertificação
De acordo com Vasconcelos Sobrinho (1978), o autor ao estudar as áreas
suscetíveis à desertificação (ASD), o mesmos escolheu empiricamente áreas pilotos,
onde já existiam intensos processos de degradação do solo e da cobertura vegetal no
Nordeste brasileiro, subordinada a "um equilíbrio ecológico instável devido ao regime
pluviométrico de baixo índice de precipitações e extrema irregularidade dos solos
rasos, com limitada capacidade de retenção de água, amplo fotoperiodismo e ventos
secos e quentes com forte poder de desidratação".
O ecólogo Vasconcelos Sobrinho, fez a relação dos indicadores a serem
considerados na desertificação (físicos, biológicos, sociais, uso da terra e processos
sociais), o pesquisador estabeleceu ainda, o conceito de áreas-parâmetro como

12

recobertas de vegetação primitiva, contíguas às que ocorrem desertificações (áreaspiloto), permitindo assim comparar a evolução do fenômeno em destaque.
3.3 Degradação
3.3.1 Conceitos de Degradação
Conforme Brasil (1989), o decreto federal 97.632/89 define, a degradação
ambiental como os processos resultantes dos danos ao meio ambiente, levando as
perdas parcial ou total de algumas de suas propriedades, tais como: a qualidade ou
capacidade produtiva dos recursos ambientais.
De acordo com DOU (2015), a lei federal Nº 13.153, de 30 de julho de 2015,
determina a degradação da terra como sendo: a redução ou perda, nas zonas áridas,
semiáridas e sub úmidas secas, da biodiversidade, da produtividade biológica e da
complexidade das terras agrícolas, devida aos sistemas de utilização da terra e de
ocupação do território.
3.3.2 O que pode influenciar a degradação?
Segundo Dias (1998) e Silva (2004), pode-se entender degradação ambiental,
como sendo as alterações das condições naturais, por desmatamentos, derrubada da
floresta, queima da vegetação entre outro, que prejudica o uso dos recursos naturais
(solos, água, flora, fauna, etc.) e reduzem a qualidade de vida humana.
Segundo Balsan (2006), a degradação é provocada por diferentes aspectos e
fatores, aparentemente inofensivos. Uma variedade de causas é apontada como
responsáveis pelo atual processo que atinge distintas partes do mundo. Dentre elas
destacam-se: intervenção humana, crescimento populacional, práticas inadequadas
na agropecuária e construções de complexos industriais.
Para Poleto (2009), a degradação ambiental está relacionada com a agricultura,
devido a remoção da cobertura vegetal, exposição do solo à erosão, afastamento da
fauna, compactação do solo, redução da qualidade dos cursos d’água assoreando-os
e contaminando-os com resíduos de fertilizantes e agrotóxicos.
Conforme Silva (2018), o processo de desmatamento, que é um dos principais
processos de degradação ambiental do Nordeste e as queimadas da vegetação
ocasionam uma serie de consequências negativas, como a perda da biodiversidade,

13

degradação do solo, processos erosivos, escoamento superficial, diminuição da água
para recargas dos aquíferos, entre outras consequências.
Para Guerra et al (2000), o uso de forma inadequada dos recursos naturais, em
áreas

urbanas

e

rurais,

tem

sido

a

principal

causa

da

degradação.

E como consequência das intervenções antrópicas, é observar vários impactos, como
erosão dos solos, desmatamentos, desertificação, poluição, inundações entre outros.
E a retirada da cobertura original do solo do bioma caatinga é um dos principais
indicadores dos processos de degradação e desertificação da região (SILVA, 2018).
3.3.3 Principais consequências da degradação
Sampaio et al (2005), afirmam que a degradação ambiental, quase sempre
começa com o desmatamento e com a substituição da vegetação nativa por outra
cultivada de porte ou ciclo de vida diferentes. A vegetação arbustiva e arbórea da
caatinga, predominante no semiárido, é substituída por pastos herbáceos ou culturas
de ciclo curto, favorece o processo de erosão. O cultivo continuado, com a retirada
dos produtos agrícolas e sem reposição dos nutrientes, leva à perda da fertilidade.
Nas áreas irrigadas, o uso de águas com níveis elevados de sais, a irrigação
ineficiente e ausência de drenagem podem levar à salinização. Outro fator contribuinte
para degradação ambiental é o uso de equipamentos pesados, em solos de textura
argilosa e com teores de água inadequados podendo levar à compactação dos solos.
Os estudos da degradação, tem-se beneficiado pelo avanço tecnológico de
diversas

áreas

do

conhecimento

tais

como

sensoriamento

remoto

e

geoprocessamento. O uso das tecnologias é importante, pois aumenta abrangência
em área, diminuir o tempo, os custos e aumenta a precisão das análises (SILVA,
2008).
3.4 Sensoriamento remoto
3.4.1 Definição
O sensoriamento remoto foi definido por Jensen (2000), como a arte e a ciência
de se obter informações acerca de objetos presentes na superfície terrestre sem
contato físico com os mesmos. De acordo com Novo (1998), é a utilização de sensores

14

para a aquisição de informações sobre objetos ou fenômenos sem que haja contato
direto entre eles.
Segundo Santos (2013), existem diversas definições pertencentes à tecnologia
do sensoriamento remoto, mas dependendo do ponto de vista, algumas definições
são mais adequadas do que outras. De acordo com Novo (1998), sensoriamento
remoto é: a utilização de sensores para a aquisição de informações sobre objetos ou
fenômenos sem que haja contato direto entre eles. Já Jensen (2000), definiu o
mesmo, como sendo a arte e a ciência de se obter informações acerca de objetos
presentes na superfície terrestre sem contato físico com os mesmos.
Conforme Figueiredo (2005), o sensoriamento remoto é o processo de
captação de informações dos fenômenos e feições terrestres, por meio de sensores,
sem contato direto com os mesmos, associado a metodologias e técnicas de
armazenamento, tratamento e análise destas informações. Rosa (2009), o define
como, a forma de se obter informações de um objeto ou alvo, sem que haja contato
físico com o mesmo.
Santos (2013), considera que o sensoriamento remoto tem suas origens ligadas
à época de Galileu, e ressalta que a princípio pôde-se definir sensoriamento remoto
como: “Tecnologia que permite a aquisição de informações sobre objetos, sem
contato físico com eles.”
Mas o autor enfatiza que esta definição peca pela abrangência de um vasto
campo de tecnologias, e como exemplo faz uso do telescópio, e explica que o
instrumento permite a aquisição de informações sobre objetos (ex: astros) sem que
ocorra qualquer espécie de contato direto (físico) com eles, e logo o telescópio
também seria um sensor remoto. Para o autor esta definição está muito apegada às
origens do sensoriamento remoto, ao dizer que ele deve boa parte de sua evolução
aos avanços Astronômicos.
Prosseguindo com a definição proposta, para Santos (2013) o olho humano
também pode ser considerado um sensor remoto, entretanto deseja vincular o termo
sensoriamento remoto, à aquisição de medidas nas quais o homem não é peça chave
no processo de detecção e registro dos dados. Sendo assim para o autor, o telescópio
não poderia ser considerado um instrumento sensor, tendo em vista que sua finalidade
é apenas ampliar a acuidade do observador através de sistemas ópticos, e, contudo,
conclui que o olho humano não seria mais considerado um sensor remoto.

15

Segundo Santos (2013), ele concorda que diversos avanços tecnológicos
verificados na óptica dos telescópios permitiram progressos consideráveis nos
componentes ópticos dos modernos instrumentos sensores, e destaca que
telescópios espaciais como “Hubble” são pertencentes à categoria de sensores
remotos. Mas considerando as restrições apresentadas anteriormente, o autor nos
propõe uma nova definição do termo:
“Tecnologia que utiliza sensores para extrair informações sobre objetos ou
fenômenos, sem que haja contato direto entre eles, e sem que o homem seja parte
essencial do processo de aquisição de dados”.
O autor afirma que o texto a seguir é mais que uma definição, pois engloba todo
o conceito que deve ser entendido sobre o que é sensoriamento remoto, se tratando
do ponto de vista do usuário de imagens de satélite:
Sensoriamento remoto consiste na utilização conjunta de
modernos instrumentos (sensores), equipamentos para processamento
e transmissão de dados e plataformas (aéreas ou espaciais) para
carregar tais instrumentos e equipamentos, com o objetivo de estudar o
ambiente terrestre através do registro e da análise das interações entre
a radiação eletromagnética e as substâncias componentes do planeta
Terra, em suas mais diversas manifestações (NOVO, 1989).

Conforme Rosa (2013), o sensoriamento remoto, é a forma de se obter
informações de um objeto ou alvo, sem que haja contato físico com o mesmo.
Sensoriamento remoto é o processo de captação de informações dos fenômenos e
feições terrestres, por meio de sensores, sem contato direto com os mesmos,
associado a metodologias e técnicas de armazenamento, tratamento e análise destas
informações.
3.4.2 Origem e evolução do sensoriamento remoto
Não divergente de outros grandes feitos, as grandes guerras também
tiveram um papel importante na Origem e evolução do sensoriamento remoto. Na 1ª
Guerra Mundial, diversos países faziam uso de fotografias retiradas de aviões para
vigiar territórios inimigos. O Sensoriamento Remoto nas guerras trouxe grandes
avanços tecnológico para a área. Dentre os mesmos pode ser destacado o

16

monitoramento do comportamento dos objetos na região do infravermelho com a
finalidade de detectar a camuflagem de inimigos, na 2ª Guerra Mundial (LISSIA et al.,
2010). A Figura 1 representa o esquema clássico do sensoriamento remoto, a partir
de obtenção de dados de satélite.
Figura 1 - Esquema do Sensoriamento Remoto.

Fonte: Adaptada de Resumo escolar, (2014)

De acordo com Santos (2013), diversos autores da American Society of
Photogrametry e seu “Manual of Remote Sensing” (1975), vinculam a origem do
sensoriamento remoto com o surgimento dos sensores (câmeras) fotográficos.
Consequentemente, defende que a história do sensoriamento remoto pode ser
dividida em dois períodos: o primeiro, que se inicia em 1860 e se estende até 1960,
que é totalidade dominado pelas fotografias áreas (inicialmente em balões e
posteriormente em aviões), e o segundo que se estende até os dias de hoje, por sua
vez caracterizado pela multiplicidade de sistemas de sensores. A Tabela 2 apresenta
o histórico dos eventos que influenciaram o surgimento e a evolução do
Sensoriamento Remoto.

17

Tabela 2 - Histórico dos eventos que influenciaram a evolução do sensoriamento
remoto.

Ligações entre alguns eventos e a evolução do Sensoriamento Remoto
- Desenvolvimento da teoria da luz
1672

- Newton: decomposição da luz branca
- Utilização de uma câmara primitiva

1839

- Desenvolvimento de equipamentos ópticos
- Pesquisas de novas substâncias fotossensíveis

1859

- Utilização de câmeras fotográficas a bordo de balões

1903

- Utilização de fotografias aéreas para fins cartográficos

1909

- Tomadas de fotografias aéreas a bordo de aviões

1930

- Coberturas sistemáticas do território para fins de
levantamento de

recursos naturais

- Desenvolvimento de equipamentos para radiometria
1940

sensíveis à

radiação infravermelha

- Utilização de filmes infra vermelho na II Guerra Mundial,
para detecção de camuflagem

1944
1954
1961

- Primeiros experimentos para utilizar câmaras multiespectrais

- Desenvolvimento de radiômetros de microondas
-Testes iniciais visando a construção de radares de visada lateral
- Desenvolvimento de processamentos ópticos e digitais
- Primeiros radares de visada lateral
- Desenvolvimento de veículos espaciais tripulados e não
tripulados
- Lançamento de satélites meteorológicos

1962

- Primeira fotografia orbital MA-4-Mercury
- Fotografias digitais tiradas pelo programa Gemini

1972

- Surgem outros programas espaciais envolvendo satélites de
recursos naturais: SEASAT, SPOT, ERS, Landsat
Fonte: Adaptada de Figueiredo, (2005)

Conforme Rosa (2013), a evolução do sensoriamento remoto se deve a um
esforço multidisciplinar que envolveu e envolve avanços entre diversas áreas tais
como: Física, Físico-Química, Biociências e Geociências. A complexidade das atuais

18

técnicas de sensoriamento remoto faz com que cada vez mais um maior número de
pessoas, de áreas diferentes participem do processo de transformação da energia
registrada pelo sensor em informação.
3.4.3 Sensoriamento remoto no Brasil.
Na década de 1970, o Brasil foi o segundo país a ter uma antena de recepção
de dados de satélite. De acordo com Epiphanio (2013), do Instituto Nacional de
Pesquisas Especiais (INPE), o país é considerado um dos pioneiros na área de
sensoriamento remoto, e reúne ferramentas importantes para atividades como
monitoramento de reservatórios, mapeamento de agricultura e controle do
desmatamento.
Os estudos sobre desertificação no Brasil, também se iniciaram na década de
1970. No Nordeste, Segundo Silva (2009), um dos primeiros trabalhos de identificação
de áreas em processo avançado de desertificação com base em imagens de satélite
foi realizado por Vasconcelos Sobrinho no ano de 1982. De acordo com autor, esse
trabalho foi feito, com base na interpretação visual de imagens do MSS/LANDSAT de
1976 e 1978, o pesquisador mapeou, na escala de 1:500.000, seis possíveis núcleos
de desertificação (Gilbués-PI; Irauçuba-CE; Seridó-RN/PB; Cabrobó-PE; Cariris
Velhos-PB e Sertão do São Francisco-BA) na região semiárida Brasil.
3.4.4 Informações obtidas a partir do sensoriamento remoto.
A informação advinda do sensoriamento remoto, é atualmente fundamental para
a modelagem de processos naturais e culturais, provendo informações espaciais,
espectrais e temporais de forma eficiente e econômica (JENSEN, 2000).
De acordo com Silva (2018), visando mitigar ou inibir os processos de
limitações nas regiões semiáridas, o uso das técnicas de sensoriamento remoto
assegura com grande confiabilidade nos senários atuais da superfície terrestre, de
forma prática e em larga escala, promovendo o auxílio no planejamento e organização
na tomada de decisões. A alta aplicabilidade desta técnica também determina índices
de vegetação que possibilitam o monitoramento e a compreensão quantitativa e
espaço-temporal das condições da vegetação.

19

3.5 Vegetação
Conforme MMA (2017) e Souza (2019), a Caatinga é um bioma exclusivamente
brasileiro, que ocupa aproximadamente uma área de 734.478 km2, correspondendo
cerca de 70% da Região Nordeste e 11% do território nacional. A caatinga é o bioma
predominante na região semiárida, e sua vegetação é composta principalmente por
arbustos e arvoredos, abrigando espécies caracterizadas pela rusticidade, tolerância
a salinidade, ao estresse hídrico e as altas temperaturas.
De acordo com Larcher (2000), a maior parte das plantas deste bioma
apresentam mecanismos adaptativos como: folhas transformadas em espinhos,
cutículas altamente impermeáveis, caules suculentos, queda das folhas na estação
seca para reduzir perda de água e a presença de sistemas radiculares bem
desenvolvidos para o aumento da capacidade de absorção da água do solo. A Figura
2 nos mostra um pouco da vegetação do bioma Caatinga.
Figura 2 - Vegetação do semiárido.

Fonte: Souza, (2019)

Segundo Souza (2019), a vegetação da Caatinga apresenta três estratos:
arbóreo: com espécies que variam entre 8 e 12 metros de altura; arbustivo: com
espécies que variam entre 2 e 5 metros de altura; herbáceo: com espécies com
altura abaixo de 2 metros. As principais características da vegetação são árvores
baixas, troncos tortuosos e que apresentam espinhos e folhas que caem no período

20

da seca. Algumas espécies de cactáceas, como o mandacaru, apresentam uma
característica peculiar: suas folhas são modificadas em espinhos para evitar que a
planta perca água pelo processo de transpiração.
Conforme Sá, (2009) as regiões semiáridas apresentam forte mudanças em
sua cobertura vegetal, relacionadas ao regime pluviométrico e dinâmica da região. É
possível na Figura 3, observar algumas mudanças da cobertura vegetal, conforme seu
período sazonal.
Figura 3 - Cobertura vegetal, conforme o período sazonal do SAB.

Fonte: Barbosa, (2014)

Estas mudanças podem ser detectadas e monitoradas a partir da análise de
imagens orbitais por meio de transformações para índices de vegetação. Sua principal
aplicação é a utilização das propriedades espectrais da vegetação, na região do
vermelho e infravermelho próximo.

21

3.6 Índices de Vegetação
Um índice de vegetação é um valor numérico usado para prever ou avaliar
características da vegetação, como a área foliar, biomassa total, a saúde geral e o
vigor da vegetação superficial (AMS, 2011).
Segundo Meneses et al. (2012), trabalhos iniciais que deram origem ao primeiro
índice de vegetação, nomeados por alguns autores como Simple Ratio, em que sua
equação respalda-se na razão entre a banda do infravermelho próximo (IVP), para
realçar a vegetação devido apresentarem maior reflectância, e a banda do vermelho
(V), onde a vegetação possui a maior absorção da luz solar visível por ter em sua
constituição o pigmento verde clorofila, que é o indicativo de uma vegetação sadia. A
Equação 1 descreve o cálculo do SR.
Tal índice é definido por:

SR =

ρ
ρ

(1)

Onde:
SR = Simple Ratio

ρ

= A reflectância na região do infravermelho próximo

ρv

= A reflectância na região do vermelho do espectro eletromagnético.

Barbosa (2009), relatou em seu estudo, que existe uma variedade de índices
de vegetação que vem sendo desenvolvidos para auxiliar no mapeamento da
vegetação. A maioria baseia-se nas interações entre a vegetação e a energia
eletromagnética nos comprimentos de onda do vermelho e do infravermelho próximo.

22

Em geral, quanto maior o vigor da vegetação maior o contraste entre a
reflectância nas bandas espectrais do vermelho e infravermelho próximo a Figura 4,
apresenta o contraste entre as bandas.
Figura 4 – Representação da reflectância da luz solar.

Fonte: Batista, (2017)

De acordo com Baret et al. (1989) e Rosa (2007), há duas razões básicas para
o uso dessas duas bandas espectrais: a primeira é que estão presentes em quase
todos os satélites de sensoriamento remoto e a segunda, é que contêm mais de 90%
da informação espectral sobre a vegetação.
Segundo Liu (2007), no geral a superfície da vegetação absorve a radiação na
faixa do visível (de 0,4 a 0,7 μm) e reflete na faixa do infravermelho próximo (de 0,725
a 1,10 μm). Rouse et al. (1973) explica que a faixa do vermelho, é evidenciada pela
baixa reflectância devido a morfologia interna das folhas (pigmentos); ao mesmo
tempo que na faixa do infravermelho próximo, tanto a morfologia interna das folhas
quanto a estrutura da vegetação resultam em uma alta reflectância o autor cita como
exemplo, o Índice de Vegetação por Diferença Normalizada (IVDN).
3.7 Satélites METEOSAT
Segundo Astronoo (2013), por iniciativa da França, a METEOSAT é uma
contribuição europeia para o sistema de observação global, dedicada à meteorologia
e climatologia. O primeiro Satélite Meteosat, foi lançado em 23 de novembro de 1977
e operou até 1979. Desde então não houve pausa do serviço METEOSAT, que é

23

gerenciado pela European Organisation for the Exploitation of Meteorological
Satellites -EUMETSAT Organização Europeia desde 1995. Do Meteosat-1 até o
Meteosat-7 compõem a primeira geração, e a partir do Meteosat-8, a segunda geração
dos satélites Meteosat. Na Figura 5, observa-se, o ano de lançamento, operação e
termino da missão de cada satélite.
Figura 5 - Ano de lançamento, operação e termino da missão de cada.

Fonte: Souza, (2019)

De acordo com Gunter's Space Page (2002), O Meteosat Second GenerationMSG tem um radiômetro de imagem melhor (SEVIRI), com 12 canais e o instrumento
Orçamento de Radiação Geoestacionária da Terra (GERB). A nova geração possui
um desempenho, que é quatro vezes melhor que os outros no mercado e dez vezes
melhor que os Meteosat da primeira geração. Alem de garantirem a continuidade dos
serviços atuais, esses satélites também fornecerão grandes avanços.
3.7.1 Plataforma MSG
Comforme ESA (2020), o primeiro MSG ( Meteosat-8) foi lançado em 22 de
agosto de 2002 as 22:45 UTC e declarado operacional em Janeiro de 2004. O satélite
funcionar em órbita geoestacionária e opera em numa longitude de 0 graus sobre a
África Ocidental equatorial.
Astronoo (2013), enfatiza, que sua aparente imobilidade, permite uma taxa
de transmissão de imagens dobrada (a cada 15 minutos) e o número de canais

24

espectrais aumenta de 3 para 12 (incluindo 8 canais de infravermelho), sendo três
permitindo acesso a informações abrangentes sobre a física atmosférica. A resolução
espacial também é aprimorada, o MSG é capaz de discernir detalhes de até 1 km em
um canal visível de alta resolução e 3 km nos outros canais. O mesmo afirma, que o
conceito geral é derivado da primeira geração, mas a plataforma e a carga útil são
completamente novas.
De acordo com Eumetsat (2020), com o aperfeiçoamento da digitalização do
radiômetro os fenômenos climáticos locais são melhores analisados. Ao operar em
órbita geoestacionária a 36.000 km acima do equador, o satélite gira no sentido antihorário a 100 rpm em torno do seu eixo longitudinal, que é paralelo ao eixo norte-sul
da terra. Por esse motivo, permiti-lhe digitalizar a superfície da terra em uma estreita
faixa, a cada volta em torno de si mesmo a cada 600 ms.
Tabela 3 - Algumas especificações técnicas da plataforma MSG.

Órbita do satélite

36.000 km, 0° acima do Equador.

Potência do satélite

600 W (média para uma órbita)

Inclinação do satélite 98°
Peso do satélite

2000 kg no lançamento. (1,200 kg em orbita)

Tempo de revista

15 minutos

Velocidade máxima:

600 m/s
Fonte: Autor, (2020)

Segundo Eumetsat (2020), o corpo do MSG, é como um tambor solar de
formato cilíndrico, com 3,2 m de diâmetro e 2,4 m de altura. Ele é construído de forma
modular em torno de três subconjuntos principais: o seu principal sensor Spinning
Enhanced Visible and Infrared Imager-SEVIRI e o radiómetro de digitalização (GERB)
ficam no compartimento central.
A carga útil da comunicação da missão (MCP), incluindo antenas e
transponders no compartimento superior. E a plataforma ainda suporta subsistemas,
no compartimento inferior. A Figura 6 (a) mostra uma foto real do MSG 1 e a Figura 6
(b), ilustra o MSG 1, destacando os seus componentes.

25

Figura 6 - Satélite MSG 1.

(a)

(b)

Fonte: Eumetsat, (2008)

3.7.2 Sensor SEVIRI
Conforme Eumetsat (2020), o sistema MSG fornece dados precisos de
monitoramento climático, por meio de seu instrumento principal SEVIRI, que é
possivel observar na Figura 7. O autor ressalta que o sensor, tem a capacidade de
observar a terra em 12 canais espectrais. Eles fornecem dados com maior precisão
em toda a atmosfera, oferecendo maior qualidade às condições de partida dos
modelos de Previsão Numérica do Tempo.
Dos doze canais, oito estão no infravermelho térmico, entre outras fornece
informações permanentes sobre as temperaturas das nuvens, da superfície da terra e
do mar. Tres com resolução espacial de 3 km, e um dos canais é chamado de canal
de Haut Resolution Visible - HRV e possui uma distância de amostragem no nadir de
1 km.
De acordo com Eumetsat (2020), O MSG opera a 100 rotações por minuto em
torno de seu eixo principal, o radiômetro analisa a superfície terrestre e converte
imagens digitalizadas transmitidas, e envia em tempo real para European Space
Operations Center-ESOC em Darmstadt, Alemanha. Nesta velocidade, o ângulo de
exploração que corresponde a 18°, está descrito em 30 ms. Durante os 570 ms
restante para terminar a sua volta sobre si, o telescópio usa este tempo, para modificar
a orientação do espelho. E na próxima rodada ele varre o chão.

26

Figura 7 - Sensor SEVIRI.

Fonte: Eumetsat, (2020)

Segundo Astronoo (2013), a aquisição de uma imagem completa precisa de
3712 digitalização, como existência de três sensores ele espera cerca de 1250
rotações do satélite, ou seja, 12 minutos e 30 segundos. E os 2 minutos e 30 restantes,
são dedicados ao retorno do espelho para a posição inicial e calibragem dos
detectores.
3.8 Fração de Cobertura Vegetal - FVC (SEVIRI)
Conforme LSA SAF; Trigo et al. (2011) o FVC, define uma importante
propriedade estrutural de um dossel da planta, que corresponde ao complemento da
unidade da fração de brecha na direção do nadir, respondendo pela quantidade de
vegetação distribuída em uma perspectiva horizontal.
O FVC está relacionado com a partição entre a contribuição do solo e da
vegetação para a emissividade e a temperatura. O FVC é relevante para uma ampla
gama de aplicações da biosfera terrestre, como agricultura e silvicultura, gestão
ambiental e uso da terra, hidrologia, monitoramento e gerenciamento de riscos
naturais, monitoramento da dinâmica vegetação-solo, condições de seca e extensão
de cicatrizes de incêndio. A Figura 8 representa o produto FVC.

27

Figura 8 - Representação da área de disponibilidade do FVC.

Fonte: Eumetsat, (2020)

Atualmente, o produto FVC é gerado diariamente com a resolução espacial
completa do instrumento MSG / SEVIRI, e é fornecido posteriormente a cada 10 dias
e mensalmente. O produto é baseado nos três canais de ondas curtas (VIS 0,6 µm,
NIR 0,8 µm, SWIR 1,6 µm) (Roujeanet al. 1992). O produto FVC é calculado dentro
da área coberta pelo disco MSG, em 4 regiões geográficas específicas (Europa, África
- África do Sul e África do Sul e América do Sul). Para cada dia e região geográfica, o
produto FVC, sua estimativa de erro e o sinalizador de processamento são
disseminados no formato Hierarchical Data Format 5-HDF5 (LSA SAF; TRIGO ET AL.
2011).
De acordo com Barbosa (2013), o FVC é o único parâmetro biofísico,
determinante para a partição das contribuições do solo exposto e da vegetação, para
a evapotranspiração da superfície, fotossíntese, albedo e outros fluxos essenciais,
para as interações terra-atmosfera.
O autor explica que para fazer uso desse produto, é necessário fazer a
conversão a partir do índice de vegetação Normalized Difference Vegetation IndexIVDN usando a equação proposta por muñoz et al. (2005), no software ILWIS versão

28

3.8, onde o mesmo descreve o passo a passo da metodologia. A equação 1 nos
mostra como é gerado o FVC.
FVC = 1,1101 x IVDN – 0,0857

Eq. (2)

3.9 Umidade do solo (SMOS)
A composição de 30 dias é formada por uma média semanal, ao longo do mês,
das órbitas ascendentes e descendentes do satélite, pois somente em uma semana
pode-se obter dados para toda a superfície da área de estudo. A Figura 9 apresenta
o produto sendo utilizado no semiárido brasileiro.
Figura 9 - Umidade do solo do semiárido Brasileiro.

Fonte: SimaCaatinga (2019)

29

A composição semanal é modelada por meio de uma grade para a região de
estudo, onde cada célula tem resolução espacial de 5 quilômetros, sendo preenchida
com valores médios interpolados das órbitas do satélite referente aos 7 dias.
Esse dado deriva de um modelo de transferência radiativa usado para calcular
temperaturas de brilho multiangular com base em um conjunto de parâmetros
geofísicos de 'primeira estimativa', incluindo a umidade da superfície do solo. Esses
valores são comparados com as observações, usando a soma das diferenças
ponderadas ao quadrado na chamada "função de custo". O produto de Nível 2 resulta
na umidade volumétrica do solo (m3/m3), representando os primeiros centímetros da
camada superficial do solo (entre 2 a 5 cm) (ALLEN et al., 2007).
3.10 Climate Hazard InfraRed Precipitation – CHIRPS
Conforme Funk et al. (2015), o CHIRPS é um conjunto com mais de 30 anos de dados,
abrangendo 50° S – 50° N (em todas as longitudes), iniciando em 1981 até o presente
momento. O CHIRPS incorpora imagens de satélite de resolução de 0,05° com dados
da estação in-situ para criar séries temporais de precipitação, para à análise de
tendências e monitoramento sazonal de seca.
O dado CHIRPS foi desenvolvido a partir da cooperação dos cientistas do
USGS e o centro Earth Resources Observation and Science-EROS. E de acordo com
Funk et al. (2014), os dados CHIRPS estão disponíveis em FTP no site: ftp://ftp.chg.uc
sb.edu/pub/org/chg /products/CHIRPS-2.0/ por vários passos de tempo, domínios
espaciais e formatos.
Segundo Silva (2015), desde 1999 os cientistas do United State Geological
Survey-USGS e do Climate Hazards Group-CHG, financiados pela U.S. Agency for
International Development-USAID, a National Aeronautics and Space AdministrationNASA e a National Oceanic and Atmospheric Administration-NOAA, vem
desenvolvendo técnicas para a produção de mapas de chuva, principalmente onde há
ausência de dados de superfície.
O autor enfatiza que o CHIRPS foi desenvolvido com intuito de entregar de
forma confiável, conjuntos de dados completos, com objetivo de alerta precoce tal
como: análise de tendências e monitoramento da seca sazonal. Abaixo temos na
figura 10, a apresentação do dado de precipitação, sendo usado na região semiárida
alagoana.

30

Figura 10 - Média interanual da precipitação.

Fonte: Costa et al., (2020)

Conforme Funk et al. (2014), estimar variações de precipitação no espaço e no
tempo é um aspecto importante no alerta precoce da seca e monitoramento ambiental.
Todavia as estimativas calculadas a partir de dados de satélite, que fornecem médias
de áreas, são consideradas inconsistentes devido à complexidade dos terrenos, que
muitas vezes subestimam a intensidade das precipitações em eventos extremos. Por
outro lado, os dados de precipitação produzidos a partir de redes de estações, também
são considerados inconsistentes em regiões rurais onde há menos estações
pluviométricas.
3.11 Dados de Uso e Cobertura do Solo
Conforme O. Arino (2017), os dados de uso e cobertura do solo, são
disponibilizados pelo projeto Climate Change Initiative Land Cover (CCI-LC), que
fornece mapas da cobertura terrestre em escala global, consistentes com resolução
espacial de 300m, resolução anual para o período de 1992 a 2015. De acordo com o
autor, o sistema de referência de coordenadas, usado para o banco de dados, é um
sistema de coordenadas geográficas-SCG baseado no mundo referência do sistema
geodésico 84 (conhecido como: WGS84) elipsóide de referência.

31

Os mapas não são produzidos de forma independente, eles são extraídos de
um único mapa de cobertura terretre, gerado a partir do arco MERIS FR e RRive de
2003 a 2012. As alterações da cobertura da terra são detectadas a 1 km com base na
série temporal AVHRR entre 1992 e 1999, séries cronológicas do SPOT-VGT entre
1999 e 2013 e PROBA-V com dados para os anos de 2013, 2014 e 2015. Depois das
séries temporais MERIS FR ou PROBA-V estarem disponíveis, as alterações
detectadas a 1 km são mapeadas novamente para 300 m. O último passo consiste
em voltar e atualizar o mapa de cobertura da terra com base de 10 anos para produzir
os 24 mapas anuais de cobertura da terra para o período de 1992 a 2015. A Figura
11 apresenta o mapa de cobertura da terra em escala global, resolução espacial de
300 m do ano 2015 (O. ARINO, 2017).
Figura 11 - Mapa da cobertura da terra em escala global.

Fonte: Arino, (2017)

De acordo com O. Arino (2017), o módulo de classificação que gera esse mapa,
foi projetado para ser globalmente consistente enquanto ajustada regionalmente. Nas
regiões mais dinâmicas do mundo podem ser detectadas na cobertura terrestre mais
de uma mudança entre 1992 e 2015 (ou seja, onde é possivel obsevar mudanças com
maior frequente na paisagem.). A maioria dos pixels estão associados a 0, 1, 2 ou 3
mudanças, mas para que possam ser detectadas precisam durar pelo menos dois
anos. A exemplo, uma perda de floresta para matagal durante dois anos seguidos por

32

um reflorestamento. É um tempo curto para ser detectado como mudança na
cobertura terrestre.
A Figura 12 exibe às alterações dos pixels na detecção a partir de uma série
temporal de 24 classificações globais anuais de 300m do período de 1992 a 2015
(AVHRR, SPOT-VGT e PROBA-V). As setas vermelhas indica onde teve mudança
detectadas ao longo dos anos, e as setas azuis mostra onde possivelmente iniciou a
mundança.
Figura 12 - Mudanças detectadas pelos pixels.

Fonte: Adaptado de O. Arino (2017)

De acordo com O. Arino (2017), a mudança do uso e cobertura do solo, é
detectada entre a classe da cobertura territorial do CCI agrupados nas seis categorias
da terra do Intergovernmental Panel on Climate Change - IPCC, ou seja: terra
cultivada, floresta, pastagem, pantanal, assentamento e outras terras. Esta última
classe é dividida para matagal, vegetação esparsa, solo exposto, área urbana e água.
Este agrupamento era um requisito expresso pelo usuários do clima, e evita também
detectar falsas mudanças entre classes de Land Cover-LC que são próximas.

33

4. MATERIAIS E MÉTODOS
4.1 Área de estudo

A área de estudo deste trabalho foram os municípios Ouro Branco -AL e
Senador Rui Palmeira -AL, localizados no semiárido alagoano, inclusos entre os 38
municípios alagoano, pertencentes ao antigo polígono das secas. (IBGE ,2015; ASA,
2017). A Figura 13 apresenta a área de estudo, mostrando o semiárido alagoano no
lado direito, e destacando os municípios Ouro branco-AL e Senador Rui Palmeiras-AL
do lado esquerdo.
Figura 13 - Área de estudo.

Ouro Branco

Senador Rui Palmeira

Município Ouro Branco

Limite do Semiárido Alagoano

Município Senador Rui Palmeira

Fonte: Autor,(2021)

Conforme Brasil (2019), o município de Senador Rui Palmeira, encontrasse
localizado na região Oeste de Alagoas, no semiárido alagoano, na micro região de
Santana do Ipanema. Limita-se ao Norte com Maravilha, Poço das Trincheiras e

34

Santana do Ipanema; ao Sul com São José da Tapera; ao Leste com Carneiros e ao
Oeste com Inhapi e Canapi. Situado a 366 metros de altitude, compreendido entre as
seguintes coordenadas geográficas: Latitude: 9° 21' 25'' Sul, Longitude: 37° 30' 1''
Oeste, teve sua origem após a emancipação política junto ao município de Santana
do Ipanema.
De acordo com IBGE 2010, a extensão territorial do município é de 359,667
km² e com uma população de 13 780 habitantes. No último censo, sua densidade
demográfica foi de 38,1 habitantes por km², tendo sua principal atividade econômica
a agricultura de subsistência, pois o clima e a qualidade do solo permite o cultivo de
vários produtos importantes: feijão, milho e algodão, tendo como grande dificuldade a
escassez de chuvas. Suas atividades secundárias são: curtume e a olaria.
O município de Ouro Branco, localizado na região NW do estado de Alagoas,
limitando-se a Norte e a Leste com o estado de Pernambuco, a sul com o município
de Maravilha e a oeste com Canapi. Localizado entre as latitude 09°10'00" sul e a
longitude 37°21'24" oeste, estando a uma altitude de 380 metros. Com uma população
no ultimo senso de 10 452 habitantes. Possui uma extensão territorial de 205,4 km² e
com densidade demográfica de 53,3 hab./km².
As principais atividades econômicas do município são: agricultura, pecuária,
silvicultura e comercio. Possui um relevo movimentado, com vales profundos e
estreitos dissecados. Em relação à fertilidade dos solos, é bastante variada, com certa
predominância de média para alta. Dentro de sua área existem alguns rios perenes,
porém de pequena vazão e o potencial de água subterrânea é baixo. A vegetação é
composta por florestas subcaducifólica e caducifólia, próprias das áreas agrestes. O
clima é do tipo tropical chuvoso, com verão seco. A estação chuvosa se inicia em
janeiro/fevereiro (Brasil, 2019).
4.2 Dados Utilizados.
4.2.1 Fração de Cobertura Vegetal – FVC.
Os dados de FVC utilizados neste trabalho, foram adquiridos no formato HDF5,
com projeção geográfica Datum WGS-84, resolução espacial de3 km e resolução
temporal a cada 10 dias (período de dados utilizado, de janeiro de 2007 a dezembro
de 2020).

35

A aquisição dos dados, teve como fonte o banco de dados do Laboratório de
Análise e Processamento de Imagens de Satélites – LAPIS, com disponibilidade dos
dados

a

partir

do

ano

2007,

prontos

para

serem

usados

no

site:

https://www.lapismet.com.br
4.2.2 Umidade do solo.
Os dados de umidade do solo foram obtidos pela European Satellite Agency-ESA
através da missão Soil Moisture Ocean Salinity-SMOS, nível 2, na resolução espacial
de 5 quilômetros, composição temporal de 07 dias (período de dados utilizado, de
janeiro de 2010 a dezembro de 2020), do banco dedados do SMOS, disponíveis em:
(https://smos-diss.eo.esa.int/oads/access/).
4.2.3 Climate Hazard InfraRed Precipitation – CHIRPS.
Já os dados de Precipitação, foram obtidos do projeto Climate Hazard InfraRed
Precipitation-CHIRPS. Os mesmos são formados por um conjunto de dados
pluviométricos mensais, abrangendo 50 °S - 50 °N (e todas as longitudes), adquiridas
no formato GeoTIFF, com resolução espacial 5km (incorpora imagens de satélite de
resolução de 0,05°) e temporal a cada 07 dias (período de dados utilizado, de janeiro
de 1981 a dezembro de 2020). Os dados CHIRPS estão disponíveis em FTP no site:
ftp://ftp.chg.ucsb.edu/ pub/org/chg/products/CHIRPS-2.0/, por vários passos de
tempo, domínios espaciais e formatos.
4.2.4 Dados de uso e cobertura de solo (CCI-LC).
O dado de uso e cobertura do solo é um mapa da cobertura terrestre em escala
global consistente, com resolução espacial de 300 m, resolução temporal anual
(sendo usada a imagem de referência, do ano 2018, pois era a mais atual no momento
das análises), sistema de coordenadas geográficas baseado no World Geodetic
System 84 (WGS-84), elipsóide de referência, disponibilizados pelo projeto Climate
Change

Initiative

Land

Cover

http://maps.elie.ucl.ac.be/CCI/viewer/index.php

(CCI-LC)

no

site:

36

4.3 Software utilizados.
4.3.1 Software estatístico "R".
O "R" é um software de ambiente livre para computação estatística e gráfica,
ele compila e roda em uma ampla variedade de plataformas. O "R" pode ser adquirido
de forma gratuita através do site: https://www.r-project.org/
Foi utilizada a versão (3.14) do "R" para fazer o processamento, empilhamentos
(das médias mensais e anuais), ou seja, o empilhamento consiste em uma técnica de
sobreposição de imagens georreferenciadas, onde as ferramentas de processamento
podem capturar os valores dos pixels de várias imagens na mesma posição x, y da
matriz, e com esses valores a ferramenta faz o somatório dos pixels das imagens e
realiza uma média aritmética, gerando uma nova imagem. E em seguida foi feito os
recortes das imagens dos produtos de IVDN, precipitação e uso e cobertura do solo
para área de estudo. A figura 14 mostra a interface do RStudio.
Figura 14 - Interface gráfica do software R.

Fonte: Costa et al., (2020)

Os mapas anuais foram gerados através de dados mensais para os anos de
referência e as interanuais a partir dos anos de referências. No geral para cada ano
de referência, foram utilizadas 12 imagens referentes aos meses do ano e as
interanuais para cada um dos produtos, a partir das imagens dos anos de referências.
Esse cálculo pode ser explicado pela Equação 3.

37

X =

1
n

X

Eq. (3)

Onde:
n = número de meses ou anos.
X = mês ou ano de referência
X = Médias mensais anuais ou interanual.

4.3.2 Software Qgis.
A elaboração dos mapas temáticos foi feita por meio do compositor do software
livre Quantum gis (Qgis). O Qgis, é um Sistema de Informação Geográfica-SIG de
código aberto licenciado segundo a Licença Pública Geral GNU, ele disponibiliza
ferramentas para criação, edição e análise de dados georreferenciados. O mesmo
possui suporte para integração de plugins, tornando ainda mais vasta a sua biblioteca
de ferramentas e nele, será possivel gerar alguns shapes e elaborar toda parte de
layout. A Figura 15 ilustra a telaprincipal e o compositor do Qgis. Esse software pode
ser adiquirido de forma gratuita através do site https://www.qgis.org/pt_BR/site/forus
ers/download.html.
Figura 15 - Tela principal e compositor do Qgis.

Fonte: Costa et al., (2020)

38

4.4 Métodos
A metodologia adotada propôs realizar uma identificação, avaliação e
classificação, das áreas degradadas suscetíveis a desertificação nos municípios Ouro
Branco-AL e Senador Rui Palmeiras-AL. A identificação, avaliação e classificação das
áreas, foram feitas a partir de utilização de imagens de satélite, no período de 14 anos
devido os dados de vegetação estarem disponíveis no intervalo entre os anos de 2007
a 2020. Para tal, foi organizado um banco de dados dos produtos utilizados no
trabalho, para dá início as etapas propostas pela metodologia. Na execução do
trabalho, foram utilizados dados de FVC, precipitação, umidade do solo e uso e
cobertura do solo, a partir de uso de técnicas de sensoriamento remoto. A Figura 16,
detalha o passo a passo da metodologia adotada.
Figura 16 - Fluxograma metodológico.

Fonte: Autor, (2021)

39

Na primeira parte do trabalho, foi adotada a metodologia de Costa 2020, e a
partir da mesma, foram analisadas as áreas que tiveram valores baixos de IVDN, que
indiquem áreas degradadas, suscetíveis a desertificação. E de acordo com Paixão et
al., (2009) os valores de IVDN abaixo de 0.4 já serão considerados validos para à
análise.
Posteriormente, foi feito uma relação dos baixos valores de IVDN, com os
produtos de umidade do solo e precipitação das respectivas áreas, a fim de identificar
a capacidade de retenção de água no solo e períodos de seca. Também foi utilizado
o produto de uso e cobertura do solo, para verificar se áreas suscetíveis a
desertificação mapeada, ocorreram exclusivamente devido ao processo natural ou se
além disso, houve influência antrópica. E finalmente, para avaliar e classificar as áreas
degradadas, como sendo: muito fraco, fraco, moderado forte ou muito forte, fez uso
da metodologia adaptada de Gonsalves 2012.
4.4.1 Serie de dados da vegetação
Na primeira etapa foram selecionadas do banco de dados, 468 imagens de FVC
no formato HDF5, sendo pré processadas no MSGtoobox e saíram no formato
GeoTiff, sem cobertura de nuvens, para o período de 2007 a 2020. As mesmas são
obtidas com resolução temporal a cada 10 dias, resolução espacial de 3km, cobrindo
em totalidade a área do estudo. Logo após na segunda etapa, foram feitos o
processamento, empilhamento e recorte para a área de interesse. Na terceira etapa,
foram feitas as estatísticas de mapas e em seguida, foram geradas as médias mensais
e anuais.
Essas etapas foram seguidas a fim de encontrar os baixos valores de FVC, que
de acordo com a literatura para áreas degradadas encontram-se a partir de 0.4, a
baixo e a partir desses valores fazer a relação com os outros produtos analisados,
para avaliar e classificar os níveis de degradação das áreas suscetíveis a
desertificação.
4.4.2 Serie de dados da precipitação
Na primeira etapa, utilizou-se de 360 imagens GeoTiff, obtidas com resolução
temporal mensal e resolução espacial de 5km, para realização do processamento,
empilhamentos e recortes para área do trabalho no período de 30 anos. Na segunda

40

etapa, foram feitas as analises estatísticas mensais para analisar a sazonalidade da
precipitação e anuais para observar períodos de seca, mantendo as mesmas
características de resolução temporal dos dados. Na terceira etapa foi feita uma
relação deste produto com o produto de vegetação para ajudar na avaliação e
classificação dos níveis de degradação nas áreas suscetíveis a desertificação.
4.4.3 Serie de dados de umidade do solo (SMOS)
Na primeira etapa, fez uso de 156 imagens GeoTiff, obtidas com resolução
temporal mensal e resolução espacial de 5km, para realizar o processamento,
empilhamentos e recortes para área do trabalho no período de 10 anos.
Na segunda etapa, tiveram as analises estatísticas mensais e anuais, para
analisar a sazonalidade da precipitação (períodos chuvosos e períodos de seca),
mantendo as mesmas características de resolução temporal dos dados.
Na terceira etapa foi feita uma relação deste produto com o produto de
vegetação a fim de verificar a capacidade de retenção de água no solo e observar a
resposta da vegetação com relação aos valores encontrados da umidade do solo
(valores encontrados na literatura.) e ajudar na avaliação e classificação dos níveis de
degradação nas áreas suscetíveis a desertificação.
4.4.4 Produto de uso e cobertura de solo (CCI-LC)
A primeira etapa deste dado, foi feita a partir de uma imagem GeoTiff, do
produto de uso e cobertura do solo, disponibilizado pelo projeto CCI-LC, que fornece
mapas da cobertura terrestre, com resolução espacial de 300 m. Nesta etapa, fez o
procesamento e recorte do produto para área de estudo.
Na segunda etapa foi feito um mapa tematico, com a classificação do uso e
cobertura do solo da área estudada. Foi utilizada a imagem do ano de referência 2018
(por ser a mais atual que se pode obter.), e com base nas classificações do uso e
cobertura do solo do próprio produto, investigar as áreas degradadas suscetíveis a
desertificação, que além do próprio clima (processo natural), também poderiam ter
influências antrópicas.

41

Na análise deste produto fez uma comparação com os diferentes tipos de
dados utilizados neste trabalho, para verificar as características encontradas em uma
mesma região.
4.4.5 Identificação e avaliação das áreas degradadas suscetíveis à desertificação
Para fazer a identificação das áreas degradadas suscetíveis à desertificação,
foi feita uma verificação das regiões que têm forte relação entre a baixa precipitação
e baixos valores de umidade no solo e que influenciam na resposta da vegetação.
Também foi feita a relação do FVC com os produtos de precipitação, umidade do solo,
e uso e cobertura do solo, para fazer uma análise e obter um maior entendimento da
dinâmica da região.
Ao avaliar as áreas degradadas, a partir dos dados observados com baixos
valores de FVC, baixa precipitação, baixa umidade no solo, foi feita uma comparação
com o produto de uso e cobertura do solo.
Para uma melhor compreensão do comportamento das áreas degradadas
avaliadas, também foram gerados quatro pontos de controle, sendo dois pontos de
controles localizados dentro dos limites de cada município em destaque no estudo (P1
e P2 em Ouro branco e P3 e p4 Senador Rui Palmeira). Esses pontos foram criados,
com intuito de ajudar em um maior entendimento da variação da vegetação de forma
pontual.
Na utilização dos pontos de controle, foram feitos quatro gráficos, com as
relações diretas, dos valores da precipitação, umidade do solo e FVC, e também foi
gerada uma linha de tendência para acompanhar o desempenho da vegetação ao
longo dos anos dos 14 anos de estudo. Posteriormente deu início as fases de
classificação das áreas degradadas.
4.4.6 Classificação das áreas degradadas suscetíveis à desertificação
Durante a classificação das áreas degradadas suscetíveis a degradação, foi
utilizada a metodologia adaptada de Gonçalves (2012), que relaciona a classe da
degradação, com os valores de reflectância do índice de vegetação. A tabela 4,
apresenta as classes de degradação e a correspondência com os seus respectivos
valores.

42

Tabela 4 - Classes de degradação e a correspondência com seus respectivos valores
de reflectância do FVC.
Classes de degradação

Valores de refletância
da vegetação

Muito Fraca

> 0,35

Fraca

0,30 a 0,35

Moderada

0,25 a 0,30

Forte

0,10 a 0,25

Muito Forte

0,0 a 0,10
Fonte: adaptada de Gonçalves, (2012)

Para as classificações das áreas degradadas, foram feitas divisões de setores
com as mesmas proporções, nas áreas mapeadas. Para tal, foram divididas em 9
setores cada região dos municípios analisados. Na divisão dos mesmos, foram
classificados a partir da letra ``a´´ até a letra ``r´´, que é possível verificar na figura 26,
visando obter uma resposta mais pertinente a cada setor. No software estatístico
``R´´, foram extraídos os valores máximos e mínimos do FVC e calculada as médias
para cada setor.
Também foram levadas em consideração as análises dos produtos utilizados
para darem suporte a classificação. Por fim, foram feitas as classificações dos níveis
de degradação dos limites dos municípios Ouro branco e Senador Rui Palmeira, e
também de suas respectivas áreas adjacentes com suas devidas classes.

43

5. RESULTADOS E DISCUSSÕES
5.1 Análise da vegetação.
Ao fazer a análise preliminar da Figura 17, que traz o mapa espaço-temporal
da vegetação interanual média, do período de 2007 a 2020, pôde-se perceber a partir
da resposta do FVC, que as áreas do mapa apresentam valores que estão
compreendidos entre -0.04 e 0.52. Vale ressaltar que na maior parte da área estudada,
os valores encontrados do índice de vegetação encontram-se dentro do intervalo de
0.0 e 0.4.
Essas regiões são mais interessantes para o estudo, pois de acordo com a
metodologia de Paixão et al., (2009), os valores de IVDN abaixo de 0.4 indicam áreas
degradadas, suscetíveis a desertificação.
Ainda na Figura 17, foi observado, que os valores mais baixos de FVC, que
estão próximos de 0.0 estão concentrados em uma única região no município Ouro
Branco, enquanto no município Senador Rui Palmeira, encontrasse de forma mais
espalhada em seu território. Também é notório que os municípios analisados, estão
quase que em totalidade de seus territórios apresentando baixos valores de FVC.
Também é visível e vale ressaltar, que áreas próximas aos municípios, também
encontram-se nessa mesma realidade com baixos valores de FVC, sendo possível
que a maioria dessas áreas estejam em processo de desertificação. Neste sentido a
Figura 16 também destaca, dois pontos de controle que foram escolhidos em cada
município (P1 e P2 no município Ouro Branco, P3 e P4 em Senador Rui Palmeira),
para serem extraídos os valores de FVC e analisados com maior atenção. Abaixo, a
Tabela 5 expressa os resultados dos valores predominantes, máximos e mínimos do
FVC, encontrados dentro das regiões de cada município.
Tabela 5 - Valores predominantes, máximos e mínimos dos pixels encontrados dentro
dos limites de cada município.
Municípios

Valores predominantes

FVC MAX.

FVC MIN.

Ouro Branco

0.30

0.52

-0.04

Senador R. Palmeira

0.32

0.51

-0.06

Fonte: Autor, (2021)

44

Figura 17 - Média interanual do FVC, dos municípios Ouro Branco-AL
e Senador Rui Palmeiras-AL (2007 a 2020).

Fonte: Autor, (2021)

5.2 Análise da precipitação
Através da análise do mapa temático interanual (do período de 1991 a 2020,
para obter a climatologia da precipitação das áreas analisadas.), da distribuição
espaço-temporal da precipitação média mm/ano retratada na Figura 18, pode-se
perceber que houve um déficit de precipitação na maior parte da área do mapa
analisado. Vale salientar que também foram encontrados dentro dos limites dos
municípios Ouro Branco e Senador Rui Palmeiras, baixos valores de precipitação, que
variaram entre 30 mm até 40 mm. Porém em alguns pequenos setores isolados,

45

próximos aos limites dos dois munícipios, foi possível observar a existência de
precipitações que podem chegar até um pouco mais de 50 mm.
De acordo com Molion (2002), essa deficiência da precipitação na área do
estudo, é em virtude da variabilidade interanual das chuvas no Nordeste brasileiro
(NEB), na escala espaço-temporal que está diretamente relacionada a alguns fatores
climáticos. Dentre os fatores podemos aludir como exemplos o El Niño e a La Niña,
que influencia diretamente no ramo descendente da circulação geral da atmosfera,
deslocando os ventos do ramo descendente da célula de Walker para cima do NEB,
podendo causar inibição das nuvens que provocam chuvas na região.
Figura 18 - Média da precipitação interanual dos municípios Ouro Branco
e Senador Rui Palmeiras-AL (1991 a 2020).

Estatística: Média

Ouro Branco

Senador Rui Palmeira

Fonte: Autor, (2021)

46

Como, verificou-se (Figura 18) uma grande deficiência de chuvas na
região analisada e diante da realidade encontrada, podemos constatar que esse fator,
indica uma forte influência na ocorrência de secas local e, dependendo do período de
ocorrência, frequência e intensidade, esse dispositivo pode acelerar ainda mais o
processo de degradação ambiental.
5.3 Análise do uso e cobertura do solo
Ao fazer a análise do produto de uso e cobertura do solo, conforme apresenta
a Figura 19, foi possível verificar pelos resultados obtidos, que além de áreas urbanas,
existem algumas classes de solos que se destacam na área estudada (sendo elas 12
classes distintas). As classes que se apresentaram em destaques são: agricultura de
sequeiro, área cultivada, agrícola/vegetação natural, arbusto, pastagem, solo exposto
e cobertura de árvore.
Neste momento do estudo, pode-se constatar, a partir das análises dos
resultados do mapa temático, que ao longo dos últimos anos as mudanças detectadas
no uso e cobertura do solo, classificadas pelos critérios próprios da ESA que
disponibiliza o produto, mostraram que tiveram alterações significativas na paisagem
dos municípios Ouro Branco e Senador Rui Palmeira.
Foi possível identificar as variações na paisagem a partir das informações
obtidas no mapa de uso e cobertura do solo de referência do ano de 2018, pois uma
vez que em uma certa área existia uma vegetação nativa e a partir da resposta do
produto, as mesmas sofreram ao longo dos anos algumas alterações.
A maiorias das áreas analisadas sofreram de forma significativa interferências
antrópicas, tendo como algumas de suas principais mudanças, solo com vegetação
natural para solo cultivado ou de vegetação natural para solo agrícola. Vale ressaltar,
que as intensas alterações na cobertura do solo observadas classificadas pelo próprio
produto, evidenciam os conflitos entre o uso inadequado do solo e a preservação das
áreas com vegetação natural.

47

Figura 19 – Uso e cobertura do solo dos municípios Ouro Branco-AL e
Senador Rui Palmeiras-AL (ano de referencia 2018).

Fonte: Autor, (2021)

5.4 Análise da umidade do solo
Na Figura 19, através do produto de umidade do solo, nota-se que na região
dos municípios analisados, os valores encontrados de água retida no solo, estão
abaixo de 0,12 m3/m3, justificando o motivo de algumas áreas, estarem com baixos
valores no índice de vegetação. Ainda através da figura 20, podemos observar que a
região em que se encontra o município Ouro Branco, estão com os mais baixos
valores de umidade do solo, localizados na área de estudo. Dentro do limite do
município podemos encontra valores máximo e mínimo da umidade do solo,
compreendidos no intervalo de 0.1144 e 0.0977.

48

A região onde encontra-se o município Senador Rui palmeira, dentem os
maiores valores de umidade no solo encontrados, no entanto esses valores estão
muito abaixo do ideal para uma boa qualidade da vegetação. Nesta área os valores
encontram-se entre o máximo de 0.1162 e o mínimo de 0.0977. Vale salientar que
através desse dado, podemos adquirir muitas informações, das alterações da
umidade do solo.
Figura 20 - Média interanual da umidade do solo, dos municípios
Ouro Branco-AL e Senador Rui Palmeiras-AL (2010 a 2020).

Estatística: Média

Ouro Branco

Senador Rui Palmeira

Fonte: Autor, (2021)

5.5 Identificação e avaliação das áreas degradadas suscetíveis à desertificação
Após ser feita a análise dos produtos utilizados no trabalho, pode-se observar
que a nítida influência do clima com predominância de baixa precipitação, junto com

49

as características dos solos da região (rasos e pedregosos), fatores esses que,
ajudam na baixa capacidade de retenção de água no solo. Essas condições,
contribuem para que a resposta da vegetação seja os baixos valores de FVC, que no
geral estão compreendidos entre 0.0 e 0.4. Como mencionado anteriormente na
metodologia, de acordo com Paixão et al., (2009) os valores do índice de vegetação
abaixo de 0.4, são características das áreas que sofrem o processo de degradação e
que consequentemente, estão suscetíveis a desertificação.
Após ser feita a comparação dos produtos, também, pôde-se notar que em
algumas dessas áreas que ocorreram alterações no uso e cobertura do solo, como
pode ser visto na Figura 21, foram causadas por ação antrópica. Logo após, pode-se
constatar que boa parte das áreas dos municípios analisados sofreram de forma
significativa interferências humana. Dentre as principais modificações percebidas que
podemos citar, temos como exemplo: as mudanças do solo com vegetação natural
para solo cultivado, solo agrícola e solo exposto que possivelmente sejam áreas que
já sofrem o processo de desertificação.
Ao longo da avaliação das áreas degradadas, foi visível que existe uma
tendência para as variações detectadas no intervalo do tempo da investigação, sendo
que as transformações mais observadas foram: de vegetação natural para solo
cultivado, ou de vegetação natural para solo agrícola.
Durante a análise foi perceptível, que existem áreas que a degradação é
apenas um processo natural do ambiente, devido a climatologia e os demais fatores
(Exemplos: défice de precipitação e as recorrentes e prolongadas secas). Já em
outros casos, pôde-se comprovar através do FVC, da precipitação, da umidade do
solo e do produto de uso e cobertura do solo, que o processo de degradação, é
totalmente devido a ambos os fatores, sendo eles, processo climático e por influências
humana (Exemplos: desmatamento, queimadas, irrigação ineficiente e uso
inadequado do solo).
Também ficou evidente na fase de avaliação, que em algumas áreas não há
uma forte relação entre a precipitação e os valores de umidade do solo, com os baixos
valores de FVC que fazem com que essas áreas tenham fortes níveis de degradação.
Porem pôde-se entender através do produto de uso e cobertura do solo, que existem
áreas que ainda não estão em estágios críticos de degradação, mas que também já
sofrem pelo processo de interferências antrópicas.

50

Figura 21 - Relação do FVC com precipitação e umidade do solo, comparando com as
características do uso e cobertura do solo.

Fonte: Autor, (2021)

Abaixo as Figuras de numeração 22 a 25, apresentam os gráficos da
relação dos produtos dos quatro pontos de controle, onde a partir deles foi possível
ter uma melhor compreensão do comportamento das áreas degradadas avaliadas.
Esses pontos ajudaram a ter um maior entendimento da variação da vegetação de
forma pontual. E a partir da linha de tendência pode-se acompanhar o desempenho
da vegetação ao longo dos anos dos 14 anos de estudo.
Ao analisar os gráficos nos quatro pontos de controle, pôde-se perceber que
nem todos os comportamentos da resposta da vegetação, estão associados a
dinâmica da precipitação. O comportamento da vegetação foi evidenciado, a partir dos
dados observados durante o intervalo de estudo. Pois em alguns momentos do
estudo, pode-se observar que mesmo onde houveram precipitações acima das
médias interanuais (Médias interanuais da precipitação: P1= 37 mm; P2= 40 mm; P3=
35 mm e P4= 35 mm), a vegetação teve uma diminuição nos valores do seu índice,
ao longo dos anos da pesquisa.

51

Ao observarmos o comportamento da precipitação média climatológica
mês/ano, nos quatro pontos de controle, pode-se perceber no decorrer do período
estudado, que alguns anos se destacaram, sendo possível identificar no intervalo
estudado, que alguns anos apresentaram precipitações pluviométricas superiores e
inferiores à média nos quatro pontos. Entre os anos em destaque, temos: o ano de
2009 e 2020, onde tiveram as maiores precipitação (ao longo dos 30 anos e dentro do
período da pesquisa). Nestes anos, a precipitação dos pontos chegou a um pouco
mais de 50 mm.
Outro momento que também teve uma precipitação que merece atenção, foi o
ano de 2012, onde tivera os menores valores, com pluviometria total acumulada
inferiores à média, e foi o ano que fora registrada uma seca muito severa na região
semiárida e de acordo com IBGE (2012), teve repercussões socioeconômicas muito
negativa.
Ao fazer a relação da precipitação e a umidade do solo no mesmo período,
pode-se observar uma interação muito boa entre os produtos em alguns determinados
momentos. Vale ressaltar, que onde ocorreu divergências nas respostas dos produtos,
pode estar associado, aos diferentes tipos de solo. De acordo com Pelinson (2016),
uma possível explicação desse comportamento do produto de umidade do solo, pode
ser o fato do satélite medir os primeiros cinco centímetros do solo, e a essa
profundidade a variação do mesmo acontece rapidamente.
Ao analisar os resultados dos dados de vegetação nos gráficos, pode-se
perceber que exceto no ponto de controle 3, os demais pontos, tiveram valores de
FVC que apresentam uma descida ainda que não brusca na linha de tendência.
Embora mesmo os pontos tendo uma distribuição de precipitações semelhantes, é
evidente que resultaram com diferença na resposta da vegetação. Essa realidade,
pode ser evidenciada ao observamos que nos pontos P1 e P3, encontramos valores
do índice de vegetação muito próximos de 0,0 caracterizando áreas com fortes níveis
de degradação e possivelmente dominada pelo processo de desertificação. Enquanto
que nos pontos P2 e P4, os valores encontrados mostram que essas áreas
observando de forma pontual, não estão com seus níveis de degradação forte, ainda
sendo possível encontrar vegetação natural.
A observação do resultado pontual do produto de vegetação, nos permitiu
verificar uma diferença nos padrões de comportamento do índice, apresentando os
melhores e piores desempenho da vegetação. No entanto, essas diferenças nas

52

respostas da vegetação em diferentes pontos já eram esperadas, levando em
consideração, aos diferentes uso e manejo do solo em cada região.
Ao analisar o comportamento da média mês/ano climatológica da precipitação
na Figura 22 (P1), percebesse que com exceção aos anos que tiveram precipitação
acima (1997, 2009 e 2020) ou abaixo (1998 e 2012) do padrão local, nos demais anos
os valores encontrados se mantiveram entre 25 mm e 40 mm.
Foi possível observar também, que a partir do período de disponibilidade dos
dados de umidade do solo, apenas no intervalo entre os anos 2010 a 2015, a umidade
local nesse ponto de controle, acompanhou o regime de precipitação. Sendo assim
ficou claro que este fato influenciou de forma significativa no desempenho da
vegetação, pois no geral pode-se observar que nas áreas que ainda tem uma boa
capacidade de retenção de água no solo, os valores encontrados do FVC foram
maiores.
Neste ponto os valores máximo e mínimo do FVC então compreendidos entre
0,120 e 0,015, que apesar de serem valores muito baixo e com tendencia negativa, é
possível perceber a capacidade de resiliência dessa vegetação local, pois é possível
observar, que mesmo com défice de precipitação ao longo dos anos analisados, a
vegetação ainda responde de forma positiva quando chove.

Figura 22 - Gráfico da relação entre os produtos de FVC, precipitação e
umidade do solo no ponto 1.

FVC (P1)

Fonte: Autor, (2021)

53

Observando no gráfico a média mês/ano climatológica da precipitação na
Figura 23 (P2), notasse que mantem o mesmo padrão que teve na precipitação do P1,
com os valores máximos nos anos de (1997, 2009 e 2020), chegando próximo de 60
mm e apresentando em nos anos (1998 e 2012) valores um pouco menos de 30 mm
no ponto local. Nos outros anos os valores encontram-se em um intervalo de 30 mm
a 50 mm.
Sendo também perceptível no P2, que a partir do período de disponibilidade
dos dados de umidade do solo, similarmente ao P1 a partir do ano de 2015, a umidade
do solo local não acompanhou de forma tão rígida o regime de precipitação como
mostra o gráfico. Apesar de encontramos uma vegetação mais saldável neste ponto,
com valores de FVC que variam de 0,014 a 0,406, ainda sim é preocupante pois a
linha de tendencia negativa nos leva a crer, que a vegetação está perdendo por algum
motivo, seja ele climático ou por influência antrópica a sua capacidade de se
restabelecer diante aos autos e baixos do regime de precipitação.
Figura 23 -Gráfico da relação entre os produtos de FVC, precipitação e
umidade do solo no ponto 2.

FVC (P2)

Fonte: Autor, (2021)

Na análise da Figura 24 que mostra o comportamento das variáveis no
ponto 3, foi possível verificar que a média mês/ano climatológica da precipitação no
geral se mantiveram entre 30 mm e 40 mm. Toda via em alguns anos tiveram
precipitações com valores ainda mais baixo, apresentando uma vegetação com
menos vigor, sendo possível observar no gráfico.
É visível que a partir do ano 2013 a umidade do solo local se manteve muito
baixa, porem mesmo de forma discreta acompanhou o regime de precipitação,

54

fazendo com que tivesse uma leve melhora na resposta da saúde da vegetação. O
fato ora mencionado, também mostra o potencial da vegetação local em se
restabelecer com uma climatologia favorável, sendo possível observar essa resiliência
na linha de tendencia. Neste ponto foi encontrado valor de FVC máximo de 0,276 e
mínimo de 0,029.
Figura 24 - Gráfico da relação entre os produtos de FVC, precipitação e
umidade do solo no ponto 3.

FVC (P3)

Fonte: Autor, (2021)
Ao analisar o gráfico do ponto 4, apresentado na Figura 25, fica claro que é
muito forte a influência da precipitação na vegetação em praticamente todos os anos
da análise. Porem podemos observar que mesmo não tendo valores tão baixos do
índice de vegetação, e encontramos uma vegetação mais saldável, no entanto,
presenciamos uma linha de tendencia do FVC negativa, o que nos faz acreditar, que
possivelmente essa tendência negativa, venha ser pelo fato de mesmo
acompanhando o regime de precipitação, houve uma grande diminuição da
capacidade de retenção de água no solo, onde é visível no gráfico.
Neste ponto a variação de precipitação máxima foi próximo de 50 mm e a
mínima de 25 mm. Onde os valores de FVC encontrados neste ponto estão
compreendidos entre 0,014 e 0,406, ainda sim também é muito preocupante pois mais
uma vez, a linha de tendencia negativa nos mostra que a vegetação está perdendo a
capacidade de se restabelecer diante as circunstâncias.

55

Figura 25 - Gráfico da relação entre os produtos de FVC, precipitação e
umidade do solo no ponto 4.

FVC (P4)

Fonte: Autor, (2021)

5.6 Impactos da seca de 2011 a 2017 nos municípios Ouro Branco – AL e
Senador Rui Palmeira -AL
Após todas as análises das relações entre os produtos utilizados na pesquisa,
ficou claro que a diminuição ou ausência da precipitação, geram grandes impactos do
processo de desertificação nos municípios estudados. Como consequências dos
resultados do déficit de precipitação, podemos observar os baixos valores do FVC
compreendidos na maioria das áreas entre 0.0 e 0.4, que assinalam possíveis áreas
degradadas., A partir do produto do uso e cobertura do solo, encontram-se grandes
regiões com mudanças da vegetação natural, para áreas cultivadas, áreas de
agricultura e solo exposto. Através das observações dos dados de vegetação e do
produto do uso e cobertura do solo, ficou visível que uma grande parcela da região
estudada, já se encontra favorável ao processo de desertificação.
O que no intervalo entre os anos 2011 a 2017 inicialmente era um período de
estiagem, passou a ser considerado seca. Normalmente percebe-se a intensidade do
fenômeno algum tempo depois do início do mesmo. Alguns modelos climáticos tentam
prever as secas, mas a grande incerteza acaba dificultando as previsões.
Buriti e Barbosa (2018), em sua pesquisa, utilizaram séries temporais de
precipitação abrangendo o semiárido brasileiro, entre os meses de março a maio
(estação chuvosa da região), para o intervalo de 1901 a 2016, compreendendo o
período de 115 anos. Os autores por meio do Standardized Precipitation Index-SPI

56

analisaram a duração, frequência e gravidade das secas meteorológicas, o que foi
muito importante, para terem uma maior compressão do comportamento e magnitude
dos fenômenos ao logo dos anos. Os dados possibilitaram avaliar os anos de
ocorrência de chuva intensas em relação à média histórica acumulada. De acordo
com os autores, através dos dados científicos que comprovam, a seca de 2011 a 2017
foi a mais severa e douradora no período de mais de 100 anos onde os mesmos lhe
deram o nome de: “A seca do século”.
Abaixo na Tabela 6, é apresentada a comparação dos números de municípios
que declararam situação de emergência, nos anos de 2011 a 2017 no estado de
Alagoas em razão da seca. Através dos dados pode-se verificar, que os municípios
que declararam situação de emergência, na área de atuação da Sudene aumentou
tendo a maior inclusão no ano de 2017. Vale ressaltar que para inclusão dos
municípios a situação de emergência, são levados em consideração os impactos que
afetam de forma direta a população menos favorecida, que normalmente dependem
de incentivos governamentais e que frequentemente se encontram em condições de
extrema pobreza.
Tabela 6 - Número de municípios com decreto de emergência em Alagoas em 2011 e
no período da seca de 2012 a 2017.
ALAGOAS: Estado de atuação da Sudene.
2011

2012

2013

2014

2015

2016

2017

00

36

59

43

38

40

71

Fonte: Brasil, (2017)

De acordo com Buriti e Barbosa (2018), a seca é vista como um desastre
natural crônico-silencioso, com impactos econômicos negativos que atinge milhares
de pessoas, sendo por muitas vezes ignoradas pelos formuladores de políticas
públicas. Os autores em sua pesquisa, analisaram os dados de IVDN do semiárido
brasileiro, onde também contempla os municípios Ouro Branco e Senador Rui
Palmeira, na escala temporal de 2011 a 2016. No estudo os autores enfatizaram que
o período mais crítico foi observado entre os anos de 2012 e 2013, quando houve a
intensificação da seca. A Figura 26 Apresenta a distribuição espaço-temporal do
IVDN, do mês de março no período dos anos de 2011 a 2016.

57

Figura 26 - Distribuição espaço-temporal do NDVI do mês de março de 2011 a 2016.

Fonte: Buriti e Barbosa, (2018)

Costa et al. (2020), em seu estudo também analisou o IVDN e observou a partir
da resposta da vegetação, que os valores mais baixos do índice no semiárido
alagoano no período de 2006 a 2016, estão compreendidos entre 0.0 e 0.4. O autor
também percebeu que os municípios Ouro Branco e Senador Rui Palmeira, estão com
quase totalidade de seu território apresentando valores de IVDN muito baixo, e sugere
que a maioria das áreas dos municípios, já estejam em processo de desertificação.
É possível observar a partir dos resultados de Costa et al. (2020), que ocorreu
uma forte mudança negativa na resposta do índice de vegetação a partir do ano 2012,
mostrando mais uma vez os danos da seca sobre as regiões analisadas. A Figura 27,
apresenta as médias anuais do IVDN do período de 2011 a 2016, trazendo valores do
IVDN próximos de 0.0, correspondendo a solo exposto, e destaca os impactos da seca
no processo de desertificação nos municípios Ouro Branco e Senador Rui Palmeira.

58

Figura 27 - Distribuição espaço-temporal da média interanual do IVDN do período de
2011 a 2016.

Fonte: Adaptada de Costa et al., (2020)

De acordo com Buriti e Barbosa (2018), a extensão e frequência recorrentes
das secas, prejudicam diversas atividades econômicas nas áreas da agricultura,
pecuária, indústria e a comunidade em geral, que desestrutura diversos setores como
agricultura familiar e empresas ligadas ao agronegócio. Na ocorrência de fenômenos
climáticos extremos (Ex: Altas ou baixas temperaturas, chuvas em excesso ou secas),
o setor agropecuário é um dos primeiros a sentir os impactos (Santana e santos 2020).
Sabe-se que o setor agropecuário apesar de ser um dos primeiros, não é o
único setor prejudicado pelo déficit de precipitação e vale destacar também, os
impactos da seca sobre os municípios analisados. E inegável que os danos causados
por uma grande seca como a de 2011 a 2017, extrapolam as esferas ambientais,
econômicas, políticas e as importantes questões sociais envolvidas. Os prejuízos
causados pela seca aumentam a compressão sobre a Caatinga, deixando-a mais
vulnerável, diminui a condição dos agricultores familiares, aumenta o extrativismo, e
a pressão dos habitantes locais sobre os recursos naturais, sobretudo na vegetação.
Neste trabalho ganhou destaque, os impactos do mais recente período de seca,
sobre a produção agrícola das culturas do milho e do feijão, pelo fato dessas culturas
terem sido as mais prejudicadas da região estudada. Neste estudo foi levado em
consideração que o setor agrícola, afetou de forma muito negativa as atividades

59

econômicas de ambos os municípios e reflete a complexa realidade vivenciada na
região.
A receita propiciada por atividades do setor agrícola, mostrou quão grande
instabilidade na produtividade ocorreu nos períodos das secas. Assim, considerando
a discrepância na quantidade produzida entre os anos de 2011 e 2017, observou-se
que as culturas apresentaram grande queda na produção, sobretudo no ano de 2012,
que marca o primeiro ano de estiagem e também no ano de 2016.
De acordo com Santana e Santos (2020), os produtos que apresentaram as
maiores quedas na produção (milho e feijão), são característicos de atividades
realizadas por pequenos produtores, e principalmente da agricultura familiar (Lei
no 11.326/2006 e Decreto no 9.064/2017). O autor ressalta, que o prejuízo é muito
impactante uma vez que as culturas, têm grande importância para segurança
alimentar.
Os danos na queda da produção são realmente muito impactantes para os
municípios Ouro Branco e Senador Rui Palmeira, pois conforme a análise do produto
de uso e cobertura do solo, apresentada anteriormente na Figura 19, foi possível
verificar através dos resultados obtidos, que existem 12 classes distintas do uso do
solo que se destacam na área estudada. As classes que se apresentaram em
destaques são: agricultura de sequeiro, área cultivada/agrícola, vegetação natural,
arbusto, pastagem e cobertura de árvore.
Também pode-se constatar a partir dos resultados do mapa temático, que ao
longo dos últimos anos a maiorias das áreas analisadas, sofreram alterações
significativas no uso e cobertura do solo dos municípios, tendo como algumas de suas
mudanças: solo com vegetação natural para solo cultivado ou de vegetação natural
para solo agrícola. Sendo possível observar o quão presente estar a agricultura nos
municípios Ouro Branco e Senador Rui Palmeira, os resultados obtidos no presente
trabalho, corroboram com a ressalva feita pelos autores Santana e Santos (2020),
quando mencionam sobre os impactos e a importâncias de algumas culturas para
segurança alimentar, devido sua vulnerabilidade econômica.
A Tabela 7 e Tabela 8, apresentam as comparações das culturas de feijão e do
milho, do período 2011 a 2017, que marcam a safra anterior ao início da última grande
seca (ano de 2012) e o último ano, realçando quantitativamente uma pequena fração
dos impactos do déficit de precipitação e da seca, no processo de desertificação nos
municípios analisados.

60

Tabela 7 - Variação da produção do feijão e do milho, em 2011 e nos anos de seca do
período de 2012 a 2017 em Ouro Branco – AL.

ANO
2011
2012
2013
2014
2015
2016
2017
ANO
2011
2012
2013
2014
2015
2016
2017

Lavoura Temporária de Feijão em Ouro Branco - AL
Área Plantada (Há)
Área Colhida (Há)
Produção (TON) Vlr da Produção (R$)
1212
793
235
360.000
61
12
1
1.000
809
163
45
209.000
550
165
12
14.000
1500
1500
122
287.000
300
15
1
9.000
1500
975
410
752.000
Lavoura Temporária de Milho em Ouro Branco - AL
Área Plantada (Há)
Área Colhida (Há)
Produção (TON) Vlr da Produção (R$)
756
756
136
71.000
30
0
0
0
809
162
78
45.000
809
809
57
31.000
1900
1900
110
83.000
300
9
1
2.000
1500
975
634
317.000
Fonte: SEPLAG/IBGE, (2021)

Tabela 8 - Variação da produção do feijão e do milho, em 2011 e nos anos de seca do
período de 2012 a 2017 em Senador Rui Palmeiras – AL.

ANO
2011
2012
2013
2014
2015
2016
2017
ANO
2011
2012
2013
2014
2015
2016
2017

Lavoura Temporária de Feijão em Senador Rui Palmeira - AL
Área Plantada (Há) Área Colhida (Há) Produção (TON) Vlr da Produção (R$)
1212
793
235
360.000
61
12
1
1.000
809
163
45
209.000
550
165
12
14.000
1500
1500
122
287.000
300
15
1
9.000
1500
975
410
752.000
Lavoura Temporária de Milho em Senador Rui Palmeira - AL
Área Plantada (Há) Área Colhida (Há) Produção (TON) Vlr da Produção (R$)
606
606
108
54
36
0
0
0
820
160
79
48
1350
1350
972
535
750
0
0
0
750
75
2
4
363
72
13
5
Fonte: SEPLAG/IBGE, (2021)

61

5.7 Classificação dos níveis de degradação
Com auxílio da Figura 28, que apresenta as divisões das áreas mapeadas,
pode-se fazer a classificação dos níveis de degradação dos limites dos municípios
Ouro branco e Senador Rui Palmeira e também de suas respectivas áreas adjacentes,
expostas na Tabela 9, que se encontra logo abaixo. É possível observar na imagem,
que para classificação das áreas dos municípios, foi feita uma divisão em 18 setores
visando obter uma resposta mais pertinente a cada setor. Na divisão os mesmos foram
classificados a partir da letra ``a´´ até a letra ``r´´.
Figura 28 - Divisão dos setores para classificar as áreas degradadas.

(a)

(b)

(c)

(d)

(e)

(f)

(g)

(h)

(i)

(j)

(k)

(l)

(m)

(n)

(o)

(p)

(q)

(r)

Fonte: Autor, (2021)

62

Tabela 9 – Analise e classificação das áreas degradadas.

Setor

FVC

Precipitação

Umidade

Cobertura do

do solo

solo
Vegetação

Max. 0,43
a

b

Min. 0,27

Moderada

Moderada

Terra cultivada.

Max. 0,31

Vegetação
Moderada

Moderada

Max. 0,40
Min. 0,04
Média 0,22

Min. 0,05

Moderada

Vegetação
Moderada/

Baixa /

natural (pouca)

Alta

Moderada

Terra cultivada

Forte

pastagem
Vegetação

Max. 0,32
d

natural

Fraca

Terra cultivada.

Média 0,25

c

natural

Média 0,35

Min. 0,19

Classificação

Baixa

Baixa

natural (pouca)

Forte

Terra cultivada

Média 0,19

Vegetação
Max. 0,32
e

Min. 0,02
Média 0,17

Baixa/

Baixa /

Moderada

Moderada

natural (pouca)
Terra cultivada

Forte

Pastagem
Área urbana.
Vegetação

Max. 0,37
f

Min. 0,01

Baixa

Baixa

Média 0,18

natural
(discreta)

Forte

Área cultivada
Vegetação

Max. 0,36
g

Min. 0,30
Média 0,33

natural
Baixa /

Baixa /

(discreta)

Moderada

Moderada

Área cultivada
Cobertura
herbácea

Fraca

63

Pequena área
de pastagem
Vegetação
natural
Max. 0,36
h

Min. 0,02
Média 0,19

(discreta)
Baixa /

Baixa /

Área cultivada

Moderada,

moderada

Cobertura

Forte

herbácea
Pequena área
de pastagem

Max. 0,36
i

Min. 0,01
Média 0,19

Vegetação
Moderada /

Baixa /

natural

alta

moderada

(discreta)

Forte

Área cultivada
Vegetação
natural
(discreta)

Max. 0,38
j

Min. 0,04
Média 0,21

Baixa /

Baixa /

Moderada

Moderada

Muita área
cultivada

Forte

Cobertura
herbácea
Pouca área de
pastagem
Vegetação
natural
(discreta)

Max. 0,38
k

Min. 0,03
Média 0,21

Baixa /

Baixa /

Moderada

Moderada

Muita área
cultivada
Cobertura
herbácea
Pequena área
de pastagem

Forte

64

Max. 0,50
l

Min. 0,02
Média 0,26

Muita área
Baixa /

Baixa /

cultivada

Moderada

Moderada

Agricultura de

Moderada

sequeiro
Muita área
cultivada

Max. 0,40
m

Min. 0,34

Moderada

Média 0,37

Moderada /

Agricultura de

Alta

sequeiro

Fraca

Discreta área de
pastagem.
Muita área

Max. 0,35
n

Min. 0,01

Baixa

Média 0,18

Moderada /

cultivada

Alta

Agricultura de

Forte

sequeiro
Muita área
cultivada

Max. 0,09
o

Min. 0,03

Moderada

Baixa

Média 0,06

Agricultura de
sequeiro

Muito Forte

Pequena área
de pastagem
 área cultivada

Max. 0,44
p

Min. 0,37

Baixa

Média 0,41

Moderada /
Alta

Agricultura de
sequeiro

Fraca

Discreta área
urbana
Muita área
cultivada

Max. 0,44
q

Min. 0,04
Média 0,24

Baixa

Moderada /

Cobertura

Alta

herbácea
Agricultura de
sequeiro

Forte

65

Pequena área
de pastagem
Muita área
cultivada
Cobertura

Max. 0,40
r

Min. 0,03

Baixa

Moderada /

herbácea

Alta

Agricultura de

Média 0,22

Forte

sequeiro
Pequena área
de pastagem
Fonte: Autor, (2021)

Depois de fazer as classificações dos setores apresentados na Figura 28, foi
gerada a Tabela 10, que expressa as informações das classes atribuídas as áreas em
porcentagem. Observa-se ainda na Tabela 10, que dentre as classificações propostas
nos objetivos, não foram encontradas nenhuma região que atendesse a classe de
degradação muito fraca, sendo assim a mesma ficou com valor de 0,0%. Também é
possível observar, que a classe de degradação muito forte destaca-se apenas na
região do município Senador Rui Palmeira, onde teve o seu valor percentual de 11,1%
considerando apenas a área do município ora citado e compreendendo 5,6% da área
total da análise.
Tabela 10 – Tabela da porcentagem das classificações dos setores dos municípios
analisados.

Ouro Branco

Senador Rui Palmeira

Geral (Nos 2 Municípios)

Muito Fraca:

0,0%

Muito Fraca:

0,0%

Muito Fraca:

0,0%

Fraca:

22,2%

Fraca:

22,2%

Fraca:

22,2%

Moderada:

11,1%

Moderada:

11,1%

Moderada:

11,1%

Forte:

66,7%

Forte:

55,6%

Forte:

61,1%

Muito Forte:

0,0%

Muito Forte:

11,1%

Muito Forte:

5,6%

Fonte: Autor, (2021)

66

De acordo com o que sugerem Barbosa et al. (2015), algumas dessas regiões devem
ser classificadas como áreas de degradação do solo induzida por interferência
antrópica, por que a resposta do Índice de vegetação pode variar em razão das
alterações do uso do solo. Conforme Silva (2015), o desmatamento de florestas para
fins agrícolas ou pastagens, reduzem os valores encontrados do FVC. Durante todas
as fazes de analises do presente estudo, pode-se perceber a influência não só do
clima ao ambiente, como também do homem gerando danos significativos as áreas
analisadas.

67

6. CONCLUSÕES
A metodologia adotada no presente trabalho, mostrou-se satisfatória, pois
atendeu as etapas estabelecidas em seus objetivos. Identificou-se as áreas
suscetíveis a desertificação, relacionando os produtos de precipitação (dados
SHIRPS), vegetação (FVC) e umidade do solo (SMOS) com as características do uso
e cobertura do solo dos municípios analisados. A partir das relações entre os produtos
utilizados, foi possível avaliar e classificar os níveis de degradação dos municípios
analisados como sendo: muito fraco, fraco, moderado, forte ou muito forte, a partir dos
valores já encontrados na literatura.
Fazer uma análise climatológica da precipitação no trabalho foi muito
importante, pois permitiu ter uma melhor compreensão do regime de precipitação da
região ao logo dos 30 anos. Ademais, facilitou o entendimento das interações entre
os produtos utilizados no período estudado e a verificação dos impactos da seca de
2011 a 2017, no processo de desertificação sobre os municípios analisados.
Foi possível fazer a identificação das áreas degradadas suscetíveis a
desertificação, a partir do produto FVC, com auxílio dos dados de precipitação e
umidades do solo. A identificação foi realizada, devido os resultados do FVC obtidos
nas áreas que possivelmente estão degradadas, apresentarem baixos valores do
índice de vegetação em praticamente todo o período de estudo.
Na avaliação realizada, os dados de precipitação apresentaram valores acima
da média apenas para os anos de 1997,2010 e 2020. Já para os anos de 1998 e 2012,
esses valores ficaram abaixo da normal. Durante a avaliação, o FVC mostrou que
mesmo em períodos mais seco, a vegetação dessa região tem um alto poder de
resiliência, mesmo estando em situações críticas em razão a diversos fatores, sejam
eles climáticos ou antrópicos como apresentaram os gráficos.
Foi visto também durante a avaliação das áreas degradadas, que os valores de
umidade do solo nem sempre acompanhou o regime de precipitação pontual. Sendo
possível que esse comportamento esteja ligado a dois fatores. O primeiro que podem
ser associados aos tipos(características) de solos, pelo fato de a observação ser feita
nos cinco primeiros centímetros, e nessa profundidade os solos tem grande variação
de umidade. O segundo motivo pode ter relação com as alterações no uso do solo, ou
seja, o manejo inadequado.

68

Contudo concluo reforçando, que a metodologia adotada no trabalho foi válida,
pois mesmo ocorrendo um caso, onde a área avaliada poderia ter duas classificações,
como pode ser visto no setor ``l´´, apresentado na Figura 28, o método foi apropriado,
pois através dele, foi possível classificar as áreas, com os diferentes níveis de
degradação.
Espera-se que o presente trabalho possa corroborar, para um levantamento
mais atualizado do estágio de degradação ambiental, nas áreas suscetíveis à
desertificação dos municípios Ouro Branco-AL e Senador Rui Palmeiras-AL. Que esse
estudo, ajude em um melhor planejamento e gestões públicas dos recursos naturais
da região, auxiliando na mitigação dos danos causados pelo clima e ações antrópicas,
de modo que traga benefícios socioambientais.
Sugere-se para trabalhos futuros, pois será de muita utilidade possibilitando ao
estudo melhores resultados, o uso do produto de evapotranspiração potencial, dados
de diferentes tipos de solos característicos da região e uma visita a campo para validar
as informações obtidas no estudo.

69

7. REFERÊNCIAS
ACCIOLY, L.J.de O, COSTA T.C.C., OLIVEIRA M. A.J., SILVA, F.H.B.B., BURGOS,
Anais - I Simpósio regional de geoprocessamento e sensoriamento remoto o
papel do sensoriamento remoto na avaliação e no monitoramento dos
processos de desertificação do semiárido brasileiro. Aracaju/SE, 17 e 18 de
outubro de 2002.
ALMEID A , s . A .S . ;f r a n ça , r. S. ;cuellar, m . Z. Uso e o cupação do solo no
bioma caatingado estado do rio grande do norte. Anais xivsimpósi o brasileiro
de senso riamento remoto, natal – rn, brasil pp . 5 55 5 - 55 6 1 , 2 5 a 3 0 d e a
b r il d e 2 0 0 9.
AMIRI, R.; WENG Q.; ALIMOHAMMADI, A; ALAVIPANAH, S.K. Spatial–temporal
dynamics of land surface temperature in relation to fraction al vegetation
cover and land use/cover in the Tabriz urban area, Iran. Remote Sensing of
Environment. v. 113, p. 2606–2617. 2009.
AMS. American Meteorological Society Glossary of Meteorology, 2011.
Disponível em: http://amsglossary.allenpress.com/glossary Acesso em: 01/01/2018.
ARAÚJO F. T. V., Nunes A. B. A., Souza Filho F. A. Desertificação e pobreza: existe
um equilíbrio de baixo nível? Desertification and poverty: is there a low level
equilibrium?. 2014.
ASA Alagoas, Um grave problema avança no Semiárido alagoano, 2017.
Disponível em: http://asaalagoas.blogspot.com/2017/04/um-grave-problema-avancano-semiarido.html. Acesso em: 05 Jun. 2018.
ASTRONOO. Satélites meteorológicos METEOSAT. 2013. Disponível em:
http://www.astronoo.com/pt/artigos/satelites-meteosat.html acessado em: 22 de
Março de 2020

70

BALSAN, R., 2006. Impactos Decorrentes da Modernização da Agricultura
Brasileira. CAMPOTERRITÓRIO: Revista de Geografia Agrária, Francisco Beltrão, v.
1, n. 2, p. 123-151.
BARBOSA H. A. ERTÜK A. G. Índice diário de vegetação estimado com imagens
multiespectrais do satélite METEOSAT Segunda Geração, 2009, disponível em:
http://marte.sid.inpe.br/col/dpi.inpe.br/sbsr%4080/2008/11.18.00.21. 5 8/doc/56175624.pdf.
BARBOSA, H. A. Sistema Eumetcast. Uma abordagem aplicada dos satélites
METEOSAT de segunda geração. P. 166 – 167. Maceió, Alagoas. EDUFAL. 2013.

BARBOSA, H. A.; LAKSHMI KUMAR, T. V.; SILVA, L. R. M. Recent trends in
vegetation dynamics in the South America and their relationship to rainfall.
Natural Razards. Vol. 77. Feb. 2015, p. 883-899.
BARBOSA, H. A. Vegetation dynamics over the Northeast region of Brazil.
Scholars' Press. 2014, 84p.
BEZERRA, M. V. C.; Silva, B. B. da; Bezerra, B. B. Avaliação dos efeitos
atmosféricos no albedo e IVDN obtidos com imagens de satélite. Revista
Brasileira de Engenharia Agrícola e Ambiental, v.15, p.709-717, 2011.
BRASIL.1989. Decreto nº 97.632/89, de 10 de abril de 1989. Dispõe sobre a
regulamentação do Artigo 2º, inciso VIII, da Lei n. 6.938, de 31 de agosto de 1981, e
de outras providências.
BRASIL, MINISTÉRIO DA INTEGRAÇÃO NACIONAL. Secretaria de Políticas de
Desenvolvimento Regional. Nova Delimitação do Semiárido Brasileiro. Brasília: MISDR, 2005.
BRASIL, MINISTÉRIO DA INTEGRAÇÃO NACIONAL. Secretaria de Políticas de
Desenvolvimento Regional. Brasília: MI-SDR, 2007.

71

BRASIL. Ministério da Agricultura, Pecuária e Abastecimento. Informativo sobre
estiagem no Nordeste – no 108. Brasília: Mapa. Secretaria de Política Agrícola.
Departamento de Crédito e Estudos Econômicos. Coordenação-Geral de Estudos e
Análises. 31 maio 2017. Disponível em: Acesso em: 21 jan. 2020.
BURITI C. O., BARBOSA H. A., Um Século de Secas: por que as políticas hídricas
não transformaram o semiárido Brasileiro? 1ª edição março de 2018.
CEARÁ. Secretaria dos Recursos Hídricos. Relatório anual do PRODHAM 2009.
Fortaleza, 2010.
CGEE. Centro de Gestão e Estudos Estratégicos. Desertificação, degradação da
terra e secas no Brasil. Brasília – DF 2016
COSTA L. E.S., SILVA L. R. M., BARBOSA H. A., SANTOS T. V., SANTOS E. M.
SANTO A. M., Mapeamento E Análise De Áreas Degradadas No Semiárido
Alagoano Por Meio De Sensoriamento Remoto. Redução do risco de Desastres e
a resiliência no meio rural e urbano. São Paulo. Centro Paula Souza. 2020
COSTA, T. C. C.; OL IV E I R A, M. A. J; ACCIOLY, L. J. O.; S I L VA, F. H. B. B.
Análise da degradação da Caatinga no núcleo de desertificação do Seridó
(RN/PB). Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v.
13, p. 961-974, 2009.
CUNHA, J. E. de B. L.; Rufino, I. A. A.; Silva, B. B. da; Chaves, I. de B. Dinâmica da
cobertura vegetal para a Bacia de São João do Rio do Peixe, PB, utilizando-se
sensoriamento remoto. Revista Brasileira de Engenharia Agrícola e Ambiental, v.16,
p.539-548, 2012.
DIAS, Regina Lúcia Feitosa. 1998. Intervenções públicas e degradação ambiental
no semiárido cearense (O caso de Irauçuba). Dissertação de Mestrado em
Desenvolvimento e Meio Ambiente, PRODEMA. Universidade Federal do Ceará.
Fortaleza, 139 f.:Il.

72

DOU - Diário Oficial Da União. Republica Federativa do Brasil – Imprensa
Nacional. Lei nº 13.153, de 30 de julho de 2015. Institui a Política Nacional de
Combate à Desertificação e Mitigação dos Efeitos da Seca e seus instrumentos; prevê
a criação da Comissão Nacional de Combate à Desertificação e dá outras
providências. Disponível em: http://www.in.gov.br/autenticidade.html ,pelo código
00012015073100001 Acesso em: 19 setembro de 2020.
DREGNE, H. E. Desertification of arid lands In: El-Baz, F.; Hassan, M. H. A. (Ed.)
Physics of desertification. Dordrecht, The Netherlands : Martinus Nijhoff, 1986.
Disponível

em:

<http://www.ciesin.columbia.edu/docs/002-193/002-193.html>.

Acesso em: 16 out. 2020.
DUARTE, S. M. A.; BARBOSA, M. P. Estudo dos recursos naturais e as
potencialidades no semiárido, Estado da Paraíba. Engenharia Ambiental, v.6,
n.3, p.168-189. 2009.
EPIPHANIO J. C. N, Brasil é um dos pioneiros na área de sensoriamento remoto,
2013. Disponível em: http://webradioagua.org/index.php/mundo-agua/item/1155%E2%80%9Cbrasil-%C3%A9-um-dos-pioneiros-na-%C3%A1rea-de-sensoriamentoremoto%E2%80%9D-destaca-epiphanio acesso em: 02/02/2018.
ESA Meteosat satellites are spin-stabilised with instruments designed to provide
permanent visible and infrared imaging of the Earth. 2020. Disponivel em:
http://www.esa.int/Space_in_Member_States/Portugal/Boas_previsoes_para_o_lanc
amento_do_mais_recente_satelite_meteorologico_MSG_europeu. Acesso em 12 de
março de 2020
FELÍCIO, M. R. S. & COSTA, J. E. Agricultura irrigada, desertificação e
sustentabilidade: um olhar para o cenário do território do sertão do São
Francisco-BA. Seminário Internacional Desenvolvimento Sustentável e Territórios
Rurais2009.

73

FERREIRA, L. A., As Queimadas como Agente Precursor da Desertificação. XV
Seminário Nordestino de Pecuária - PECNORDESTE 2011 e XV Feira de Produtos e
de Serviços Agropecuários 13 a 16 de junho de 2011.
FIGUEIREDO. D. Conceitos Básicos de Sensoriamento Remoto, Setembro
de2005, disponível em:http://www.conab.gov.br/conabweb/download/SIGABRASIL/
manuais/conceitos_sm.pdf, acessado em: 28 jan. 2020.
FUNK, C.C. et al. A quasi-global precipitation time series for drought
monitoring.U.S. Geological Survey Data Series, Techinical report, vol. 832, 4p.,
2014.
FUNK C.Pete P.Martin L.D. Pedreros D.Verdin J.Shraddhanand S, Gregory H.James
R.Laura H.Andrew H.Joel M. The climate hazards infrared precipitation with
stations—a new environmental record for monitoring extremes, 2015, disponível
em:https:// www. nature.com /articles/s data 201566 CHIRP. Acessoem: 05 maio
2018.
Gómez, C.; White, J. C.; Wulder, M. A. Characterizing the state and processes of
change in a dynamic forest environment using hierarchical spatio-temporal
segmentation. Remote Sensing of Environment, v.115, p.1665-1679, 2011.
GONÇALVES, J. L. de G. Utilização de modelos digitais de elevação na análise
dadegradação ambiental do município de Soledade-PB. Tese (Doutorado em
Engenharia Agrícola). Centro de Tecnologia e Recursos Naturais, Universidade
Federal de Campina Grande, 2012.
GUERRA, Antônio José Teixeira. CUNHA, Sandra Batista da. Geomorfologia e
meio ambiente. 3ª. ed. – Rio de Janeiro: Bertand Brasil, 2000. p.337-375.
GUNTER'S SPACE PAGE.MSG (MeteosatSecondGeneration), MSG 1, 2, 3, 4
(Meteosat 8, 9, 10, 11). 2002. Disponível em:http://space.skyrocket.de/doc
_sdat/meteosat-1.htm. Acesso em: 10 de março de 2020.

74

IBGE; (Instituto Brasileiro de Geografia E Estatística). (10 de outubro de 2002). «Área
territorial oficial». Resolução da Presidência do IBGE de n° 5 (R.PR-5/02).
Consultado em 5 de dezembro de 2010
IBGE – (Instituto Brasileiro de Geografia E Estatística).. 2012. Manual técnico da
vegetação brasileira. IBGE, Rio de Janeiro. 275 pp. UOL Economia: Agronegócio.
“Seca fez Nordeste perder 4 milhões de animais em 2012, diz IBGE”. 15/10/13.
http://economia.uol.com.br/agronegocio/oticias/redacao/2013/10/15/seca-feznordest
e -perder-4-milhoes-de-animais-em2012-diz-ibge.htm
IBGE (Instituto Brasileiro de Geografia E Estatística). Dados de abastecimento
urbano estados do Nordeste 2015. Disponível em: http://www.ibge.gov.br/. Acesso
em: 12 jun. 2016, 16:02:53.
IICA – Desertificação Instituto Interamericano de Cooperação Agricultura.2007
Disponivel em: <http://www.iicadesertification.org.br/>.10 janeiro de 2020
JENSEN, J.R. Remote sensing of vegetation. Remote sensing of the
environment, an earth, 2000., M. dos S; Sampaio, Y. S. B. 2005. Impactos
ambientais da agricultura no processo de desertificação no nordeste do Brasil.
Revista de geografia, Vol.22, nº 1.
LARCHER, W. Ecofisiologia vegetal. São Carlos: Rima Artes e Textos, 2006.
531p.
LISSIA; Monike; Norton; Raquel; Thályta), A evolução do Sensoriamento Remoto,
Geoprocessamento e Saneamento Ambiental do Instituto Federal de Goiânia,
2010.Disponível

em:

http://sanementoifg.blogspot.com/2010/06/evolucao-do-

sensoriam ento-remoto.html Acesso em: Fevereiro de 2018.
LIU, W. T. Aplicações de sensoriamento remoto. 2ª edição ampliada, Campo
Grande, RJ, Ed UNIDERP,908p., 2007.
LORENSI, R. Paula. Katia Zardo.Danielle Machado Pacheco Mattar.Toshio Nishijima.
A utilização dos recursos hídricos no sistema de irrigação por superfície

75

(inundação) na cultura do arroz mediante as normatizações. Recebido para
publicação em 29/08/2008 e aceito em 25/05/2010. Ambiência Guarapuava (PR) v.6
n.2 p.355 - 364 ISSN 1808 - 0251. Maio./Ago. 2010
MATALLO JÚNIOR, H. Indicadores de desertificação:histórico e perspectivas.
Brasília: UNESCO, 2001. Disponível em: <http://unesdoc .unesco.org>.Acesso em:
15 de jan de 2015.
MEA (Millennium Ecosystem Assessment). Ecosystems and Human Well-being:
Desertification Synthesis. World Resources Institute, Washington, DC. 1995.
MENESES, P. R.; ALMEIDA, T.; SANTA ROSA, A. N. C.; SANO, E. E.; SOUZA, E.
B.; BAPTISTA, G. M. M.; BRITES, R. S. Introdução ao processamento de imagens
digitais de satélites e sensoriamento remoto. Brasília, DF: Universidade de
Brasília, 266 p., 2012.
MMA. MINISTÉRIO DO MEIO AMBIENTE. Mapa das áreas susceptíveis a
desertificação no Brasil. Secretaria de Recursos Hídricos. Universidade Federal da
Paraíba. Brasília, 2017.
MOLION, L. C. B.; OLIVEIRA, S. Uma revisão da dinâmica das chuvas no nordeste
brasileiro. Revista Brasileira de Meteorologia, vol. 17, nº 1, p.1-10. 2002
NOVO, E. M. L. M, - Sensoriamento Remoto, Princípios e Aplicações - Edgard
Blucher, 1998.
O. Arino, F. Ramoino, Product user guide land cover cciversion 2.0, document ref:
CCI-LC-PUGV2,

2017.

Disponível

em:

http://maps.elie.ucl.ac.be/CCI/viewer/

ownload/ESACCI-LC-Ph2-PUGv2_2.0.pdf.
PAIXÃO, F. E.; VALE, R. de M. C. do; LOBÃO, J. S. B. Mapeamento de áreas
susceptíveis à desertificação no nordeste da Bahia. In: simpósio brasileiro de
sensoriamento remoto, 15, 2009, Natal. Anais... Natal: INPE, 2009. p.4195-4200.

76

PELINSON, D., PAIVA R.C.D. Validação de estimativa de umidade do solo do satélite
SMOS na bacia do Potiribu. Universidade Federal do Rio Grande do Sul. Instituto de
Pesquisas Hidráulicas. 2016.
PENA, Rodolfo F. Alves. "O que é desertificação?"; Brasil Escola. Disponível
em:https://brasilescola.uol.com.br/o-que-e/geografia/o-que-desertificacao.htm.
Acesso em 25 de abril de 2020.
PEREIRA A. de J., LOBÃO J S B., JUNIOR I. O., A Agroecologia No Semiárido:
Caminho Para A Sustentabilidade Das Áreas Susceptíveis À Desertificação.
2012
POLETO, C. 2009. Introdução ao gerenciamento ambiental. Rio de Janeiro:
Editora Interciência.
RESUMO

ESCOLAR,

Sensoriamento

Remoto,

2014.

Disponível

em:

https://www.resumoescolar.com.br/geografia/sensoriamento-remoto/. Acesso em: 28
jan. 2020
REVISTA DA MADEIRA, Método requer autorização e controle - EDIÇÃO N°92 ,2005. Desponível em: http://www.remade.com.br/br/revistada madeira _materia .ph
p?num=811&subject=E%20mais&title=M%E9todo%20requer%20autoriza%E7%E3o
%20e%20controle, acessado em: 10/07/2018.
ROSA, R. Introdução ao Sensoriamento Remoto, 7ed Uberlândia, EDUFU, 2009.
ROSA, R. Introdução ao Sensoriamento Remoto, Uberlândia, EDUFU, 2013.
ROUSE, J.W.; Haas, R. H.; Schell, J.A.; Deering, D. W. Monitoring vegetation
systems in the great plains with ERTS. In: Earth Resources Technology Satellite1 Symposium, 3, 1973. Proceedings. Washington, v.1, Sec.A, p.309-317, 1973.

77

ROXO, M.J. Panorama Mundial da Desertificação. Agricultura familiar e
desertificação. In: SEMINÁRIO LUSO-BRASILEIRO. Actas . João Pessoa: Editora
Universitária da UFPB, p. 11-32, 2006.
SÁ, I. B., Angelotti, F. Degradação Ambiental e Desertificação no Semi-Árido
Brasileiro, 1. ed. Petrolina: Embrapa Semiárido, v. 1. 295 p. 2009.
SÁ, I. B., SÁ, I. I. S. A cobertura vegetal do bioma Caatinga: Subsídios ao
monitoramento de processos de desertificação, VIII Seminário de atualização de
sensoriamento remoto e sistema de informações geográficas aplicados a engenharia
florestal, 2008.
SÁ, I. B. SÁ I. I. S. Desertificação De Áreas Agrícolas No Semi-Árido Brasileiro, 1
simposio sobre manejo de plantas daninhas no semi arido, Mossoró, RN, 2007.
SAMPAIO, E. V. S.B; Araújo, M. dos S; Sampaio, Y. S. B. 2005. Impactos
ambientais da agricultura no processo de desertificação no nordeste do Brasil.
Revista de geografia, Vol.22, nº 1.
SANTANA, A. C. A. 2004. Caatinga: esquecimento e riqueza. Disponível em:
www.planetaverde.org. A cesso em: 05/11/2015
SANTANA, M. O. (org.). Atlas das áreas susceptíveis à desertificação do Brasil.
Ministério do Meio Ambiente. Secretaria de Recursos Hídricos – MMA/SRH.
Universidade Federal da Paraíba. Brasília: MMA, 2007.
SANTANA, A. S.; SANTOS, G. R. Impactos da seca de 2012-2017 na região
semiárida do Nordeste: notas sobre a abordagem de dados quantitativos e
conclusões qualitativas. boletim regional, urbano e ambiental de 2020.
SOARES, J. V.; BATISTA, G. T.; SHIMABUKURO, Y. E. Histórico e descrição. IN: O
Sensor Modis e suas Aplicações Ambientais no Brasil. São José dos Campos:
2007.

78

SANTOS A. R. Apostila de sensoriamento remoto, Universidade federal do espírito
santo-ufes centro de ciências agrárias-cca departamento de engenharia rural, Alegre
Espírito Santo – Brasil, 2013.
SEPLAG/IBGE. Dados da Agropecuária: Agricultura - Perfil Municipal. Secretaria
de Estado do Planejamento, Gestão e Patrimônio / Superintendência de
Produção da Informação e do Conhecimento / Gerência de Estatística.
Disponivel no site https://dados.gov.br/dataset/dados-da-agropecuaria-agriculturaperfil-municipal . Dados de Agricultura referente aos municípios de Alagoas.
Fonte: Produção Agrícola Municipal - PAM/IBGE em 23 de junho de 2021. Acesso:
em 29 de julho de 2021.
SILVA F. B., Geotecnologias no mapeamento de áreas degradadas no núcleo de
desertificação em Gilbués, PI, 2008.
SILVA, J. L. C. VIDAL C. A. S. BARROS L. M. FREITA F. R. V. Aspectos da
degradação ambiental no nordeste do Brasil DOI:10.19177/rgsa.v7e22018180191, R. gest. sust. ambient., Florianópolis, v. 7, n. 2, p.180-191, abr./jun. 2018.
SILVA. J. L. B, OLIVEIRA J. D. A, BEZERRA A. C, MOURA G. B. A. SILVA H. P,
Predição da degradação ambiental por sensoriamento remoto através de índice
de vegetação no semiárido brasileiro, semiárido bresileiro, realidade e
pespectivas,V winotec, sobral – ceara 23 a 25 maio 2018.
SILVA L. R. M. Variabilidade e tendência espaço-temporal da caatinga utilizando
o ivdn e precipitação pluvial relacionadas com a degradação ambiental no
semiárido brasileiro. Universidade Federal De Alagoas, Maceió, Alagoas. 2015.
SILVA, R. G.

RIBEIRO, C. Gs. 2004. Análise da Degradação Ambiental na

Amazônia Ocidental: um Estudo de Caso dos Municípios do Acre. RER, Rio de
Janeiro, vol. 42, nº 01, p. 91-110. 2004
SILVA H. P. Mapeamento Das Áreas Sob Risco De Desertificação No Semi-Árido
De Pernambuco A Partir De Imagens De Satélites, Recife, 2009.

79

SILVA C. M., De um Dust Bowl paulista à busca de fertilidade no Cerrado: a
trajetória do IRI Research Institute e as pesquisas em ciências do solo no Brasil
(1951-1963). Universidade Federal da Fronteira Sul Revista Brasileira de História da
Ciência, Rio de Janeiro, v. 5, n. 1, p. 146-155, 2012.
SOUSA,

R.

"Caatinga";

Brasil

Escola.

2019,

Disponível

em:

https://brasilescola.uol.com.br/brasil/caatinga.htm. Acesso em 29 de abril de 2020.
TEMBE C. F. Uma abordagem sobre os fatores do desflorestamentodunar em
Chizavane - Distritode de Mandlakazi, 2012.
TRIGO, A FVC e a MTFVC foram fornecidas pelo Centro de Aplicação de Satélites
EUMETSAT na Análise de Superfícies Terrestres (LSA SAF; Trigo et al., 2011)
Desponivel em: http://lsa-saf.eumetsat.int. Acesso em: 17 de fevereiro de 2020.
UNCCD. Decision 5/COP.12. Participation and involvement of civil society
organizations in meetings and processes of the United Nations Convention to
Combat Desertification, 2015.
VASCONCELOS SOBRINHO, J. Metodologia para identificação de processos de
desertificação: manual de indicadores. Recife: SUDENE, 1978. 18 p.