Temporal description of Cerrado sensu stricto behavior using time series
Abstract
Keywords
Full Text:
PDF (Português (Brasil))References
ALHAMAD MN, STUTHT J, VANNUCCI M. Biophysical Modelling and NDVI Time Series to Project Near-Term Forage Supply: Spectral Analysis Aided by Wavelet Denoising and ARIMA Modelling. International Journal of Remote Sensing. 2007;28(11):2513-2548.
CARVALHO, FMV FERREIRA LG, LOBO FC, DINIZ-FILHO JAF, BINI, LM. Padrões de autocorrelação espacial de índices de vegetação MODIS no bioma cerrado. Revista Árvore, 2008;32(2):279-290.
CASTRO A, MARTINS FR, TAMASHIRO JY, SHEPHERD GJ. How rich is the flora of Brazilian Cerrados. Annals of the Missouri Botanical Garden. 1999;86(1):192-224.
COELHO JUNIOR LM, REZENDE JLP, CALEGARIO N, SILVA ML. Análise longitudinal dos preços do carvão vegetal, no Estado de Minas Gerais. Revista Árvore. 2006;30(3):429-438.
DINIZ H, ANDRADE LCM, CARVALHO ACPLF, ANDRADE MG. Previsão de séries temporais utilizando redes neurais artificiais e modelos de box e jenkins. In: Anais V Simpósio Brasileiro de Redes Neurais [Internet]. 1998 December s/d; Belo Horizonte/MG, Brasil. 1998 [cited 2017 feb. 25]. Available from: http://repository.usp.br/.
EITEN G. Vegetação do Cerrado. In: PINTO M. N. (Ed.). Cerrado: caracterização, ocupação e perspectiva. Brasília, DF: Editora UNB; 1994.
GUJARATI DN, PORTER DC. Econometria Básica. 5 ed. Porto Alegre: Amgh Editora Ltd.; 2011.
INSTITUTO CHICO MENDES (ICMBIO). Estação Ecológica de Pirapitinga. Brasília (Brasil): Ministério do Meio Ambiente, 2013.
JACOBI PR. Educação Ambiental: o desafio da construção de um pensamento crítico, complexo e reflexivo. Educação e Pesquisa. 2005;31(2).
LAGO AAC. Estocolmo, Rio, Joanesburgo o Brasil e as três conferências ambientais das Nações Unidas. Brasília: Funag; 2006.
LIESENBERG V, PONZONI FJ, GALVÃO LS. Análise da dinâmica sazonal e separabilidade espectral de algumas fitofisionomias do cerrado com índices de vegetação dos sensores MODIS/TERRA e AQUA. Revista Árvore. 2007;31(2):295-305.
MENESES PR, ALMEIDA T, ROSA ANCS, SANO EE, SOUZA EB, BAPTISTA GMM, BRITES, RS. Introdução ao Processamento de Imagens de Sensoriamento Remoto. Brasília: Cnpq; 2012.
NASSUR OAC, FERREIRA E, SAFADI T, DANTAS, AAA. Monitoramento e Projeção Futura da Vegetação no Parque Nacional do Itatiaia Através de Sensoriamento Remoto. CERNE. 2015;21(3).
NOVO EMLM. Sensoriamento Remoto: Princípios e Aplicações. 4 ed. São Paulo: Blucer; 2010.
OLIVEIRA FILHO, A.T.; RATTER, J. T. Vegetation physiognomies and woody flora o the cerrado biome. In: Oliveira PS, Marquis RJ. (Ed). The cerrados of Brazil: ecology and natural history of a Neotropical savanna. New York: Columbia University Press; 2002. p. 91-120.
PINHEIRO ES, DURIGAN G. Geotecnologias aplicadas à análise da dinâmica do cerrado na Estação Ecológica de Assis, SP. In: Anais XIV Simpósio Brasileiro de Sensoriamento Remoto [Internet]; 2009 April 25-30; Natal, Brasil. 2009 [cited 2017 feb. 20]. Available from: http://marte.dpi.inpe.br/col/dpi.inpe.br/sbsr@80/2008/11.09.14.30/doc/2905-2912.pdf.
POKORNY M. Introduction to Econometrics. Oxford: Basil Blackwell Ltd.;1987.
PONZONI FJ. SHIMABUKURO, Y. E. Sensoriamento Remoto no Estudo da Vegetação. São José dos Campos: Parêntese; 2010.
RAFIQUE R, ZHAO F, JONG R, ZENG N, ASRAR, GR. Global and Regional Variability and Change in Terrestrial Ecosystems Net Primary Production and NDVI: A Model-Data Comparison. Remote Sensing. 2016;8(3):177-193.
RIBEIRO JF, WALTER BMT. Fitofisionomia do Bioma Cerrado. In: Sano SM, Almeida SP. (Ed). Cerrado: ambiente e flora. Planaltina, DF: EMBRAPA-CPAC; 1998. p. 87-166.
SPAREMBERGUER, R. F. L.; SILVA, D. A. A relação homem, meio ambiente, desenvolvimento e o papel do direito ambiental. Veredas do Direito. 2005;2(4).
WOOLDRIDGE JM. Econometric analysis of cross section and panel data. Cambridge, Mass: MIT Press; 2002.
XU L, LI B, YUAN Y, GAO X, ZHANG T, SUN Q. Detecting Different Types of Directional Land Cover Changes Using MODIS NDVI Time Series Dataset. Remote Sensing. 2016;8(6):495-518.
YUAN X, LI L, CHEN X, SHI H. Effects of Precipitation Intensity and Temperature on NDVI-Based Grass Change over Northern China during the Period from 1982 to 2011. Remote Sensing. 2015;7(8):10164-10183.
DOI: http://dx.doi.org/10.5902/2179460X27712
Refbacks
- There are currently no refbacks.