Mapeamento Temático da Cobertura Vegetal na Microrregião do Sertão do São Francisco Alagoano, Utilizando Imagens TM LANDSAT 5 (Thematic Mapping of Plant Cover in Microregion Sertão of the San Francisco Alagoas, Images Using TM LANDSAT 5)

 Atualmente o uso de técnicas de gerenciamento de fazendas utilizando ferramentas de agricultura de precisão vem se tornando cada vez mais comum. Uma dessas ferramentas é a obtenção de informações da resposta espectral dos alvos, cujas aplicações exigem a consideração de vários fatores como a textura do solo e o tipo de vegetação em estudo, pois os mesmos podem influenciar na interpretação dos dados. Os índices de vegetação têm sido muito utilizados no monitoramento de áreas vegetadas, na determinação e estimativa do índice de área foliar, biomassa e da radiação fotossinteticamente ativa. Os índices foram calculados através de etapas do Algoritmo SEBAL (Balanço de Energia da Superfície do Solo), mediante dados de imagens do TM – LANDSAT 5. Os resultados mostraram que ocorreu uma variação na cobertura vegetal da região em estudo, no sentido de alteração negativa da densidade e biomassa. A variação da densidade foi mais acentuada em 2008 do que em 2006 conforme resultados apresentados nos índices estudados. Os resultados obtidos demonstraram que o algoritmo SEBAL teve bom desempenho em escala regional na estimativa dos Índices de Vegetação, com potenciais para serem aplicados em áreas onde a disponibilidade de dados meteorológicos são limitantes.Palavras-chave: NDVI, SAVI, Sensoriamento Remoto. Thematic Mapping of Plant Cover in Microregion Sertão of the San Francisco Alagoas, Images Using TM LANDSAT 5 ABSTRACTCurrently the use of farm management techniques using tools of precision agriculture is becoming increasingly common. One such tool is to obtain information from the spectral response of the targets whose applications require consideration of several factors such as soil texture and type of vegetation in the study, as they may influence the interpretation of data. The vegetation indices have been used in the monitoring of vegetated areas, the determination and estimation of leaf area index, biomass and PAR. Rates were calculated using the algorithm steps of the SEBAL (Surface Energy Balance of Soil) upon image data from TM – LANDSAT 5. The results showed that there was a change in the vegetation of the study area in order to change negative density and biomass. The variation of density was larger in 2008 than in 2006 according to results presented in the indices studied. The results showed that the algorithm SEBAL performed well on a regional scale in the estimation of vegetation indices, with potential for application in areas where the availability of meteorological data are limited.Keywords: NDVI, SAVI, REMOTE SENSING.