SciELO - Scientific Electronic Library Online

 
vol.28 número3ESQUEMAS DE PAGO DE LECHE EN EL SUR DE CHILE: PRECIO MÍNIMO Y MÁXIMO A PRODUCTORREQUERIMIENTO DE POTASIO DE UN HÍBRIDO Y UN CULTIVAR DE CANOLA (BRASSICA NAPUS CV. OLEÍFERA) Y SU EFECTO EN LA PRODUCCIÓN EN DOS SUELOS ANDISOLES DE LA REGIÓN DE LA ARAUCANÍA índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

Compartir


Idesia (Arica)

versión On-line ISSN 0718-3429

Idesia v.28 n.3 Arica dic. 2010

http://dx.doi.org/10.4067/S0718-34292010000300009 

IDESIA (Chile) Volumen 28, Nº 3. Septiembre - Diciembre 2010, pp. 69-79

INVESTIGACIONES

USO DE IMAGENS DE RADAR NA ESPACIALIZAÇÃO DA TEMPERATURA DO AR

 

USE OF  RADAR  IMAGES  TO  ESTIMATE  AIR  TEMPERATURE

 

Fábio da S. Castro1; José R. M. Pezzopane2; Roberto A. Cecílio3; José E. M. Pezzopane4

 

1 Eng. Agrônomo, M.Sc, Centro de Ciências Agrárias da Universidade Federal do Espírito Santo (UFES), Brasil.

E-mail:fabiosilveira_70@hotmail.com

2 Eng. Agrônomo, Dr., Departamento Ciências da Saúde, Biológicas e Agrárias, CEUNES. Brasil.  josepezzopane@ceunes.ufes.br

3 Eng. Agrícola, Dr., Departamento de Engenharia Florestal, UFES. Brasil.  rcecilio@cca.ufes.br

4 Eng. Florestal, Dr., Departamento de Engenharia Rural, UFES. Brasil.  pezzopane@reitoria.ufes.br

 


 

RESUMO

 

O objetivo desse trabalho foi desenvolver modelos matemáticos para estimativas das temperaturas do ar mínimas, médias e máximas, mensais e anual no estado do Espírito Santo, Brasil, e espacializar as informações com base em um modelo digital de elevação (MDE), obtido a partir de dados do radar SRTM (Shuttle Radar Topography Mission). As equações foram desenvolvidas com o uso de análises de regressão múltipla, adotando-se o modelo linear, que teve como variáveis independentes a altitude, a latitude e a longitude e como variável dependente a temperatura do ar. Os coeficientes das equações foram determinados utilizando-se como base os dados mensais médios das temperaturas do ar para o período de 1977 a 2006, obtidos em 14 estações meteorológicas distribuídas em todo o estado. A imagem de radar SRTM originária da missão de mapeamento do relevo terrestre desenvolvido pela NASA (National Aeronautics and Space Administration) e NGA (National Geospatial-Intelligence Agency) dos Estados Unidos no ano 2000 permitiu a disponibilização de um modelo digital de elevação (MDE) com resolução espacial de 90 m para a área de abrangência do estudo. As imagens SRTM foram mosaicadas, obtendo-se uma única imagem com valores médios de altitude e suas respectivas coordenadas geográficas para todo o estado. As análises estatísticas de regressão permitiram verificar o nível de ajuste dos dados às equações obtidas através do modelo estatístico linear, que apresentou coeficientes de determinação ajustados (R2) variando entre 0,94 a 0,97, com bom desempenho para estimar a temperatura do ar nos locais onde esta não é medida. A utilização do SRTM permitiu detectar com bastante sensibilidade a variação do relevo, demonstrando eficiência nos resultados da estimativa e espacialização da temperatura do ar, contribuindo para melhorar os resultados obtidos em relação à simples interpolação de dados medidos em estações meteorológicas, principalmente em regiões de relevo acidentado.

Palavras-chave: Temperatura do ar, modelo digital de elevação (MDE), imagem de radar SRTM (Shuttle Radar Topography Mission).

 


 

ABSTRACT

 

The objective of this work was to develop mathematical models to estimate  air temperatures (minimum, medium and maximum), monthly and annual in the state of Espírito Santo, Brazil, and spatializing information based on a digital elevation model (MDE), obtained through radar data from SRTM (Shuttle Radar Topography Mission). The equations were developed with the use of multiple regression analysis, adopting the linear model, which had as independent variables the altitude, latitude and longitude as the dependent variable and the air temperature. The coefficients of the equations were determined using as the base the monthly average air temperatures for the period from 1977 to 2006, obtained on fourteen meteorological stations distributed throughout the state. The SRTM radar image of the original mission of mapping the topography land developed by NASA (National Aeronautics and Space Administration) and NGA (National Geospatial-Intelligence Agency) of the United States in 2000, allows for the provision of a digital elevation model (MDE ) with spatial resolution of 90 m to the area of coverage of the study. The images SRTM were mosaics, resulting in a single image with average values of altitude and the geographic coordinates for the entire state. The statistical analysis of regression have shown the level of adjustment of the data obtained by  the linear statistical model, which showed adjusted coefficient of determination (R2) ranging between 0.94 to 0.97, with good performance to estimate the air temperature in places where it is not measured. The use of SRTM identified very sensitively the variation of relief, demonstrating efficiency and estimates the results of spatial air temperature, helping to improve the results in relation to simple interpolation of the measured data on meteorological stations, especially in regions of bumpy relief.

Key words: Air temperature, digital elevation model, radar data from SRTM (Shuttle Radar Topography Mission)

 


 

INTRODUÇÃO

 

A temperatura do ar é o fator que promove maiores efeitos diretos e significativos sobre muitos processos fisiológicos que ocorrem em plantas e animais, portanto seu conhecimento é fundamental em estudos de planejamento agrícola e em análises de adaptação de culturas a determinadas regiões com características distintas (Coelho et al., 1973; Medeiros et al., 2005).

Em projetos de zoneamento de aptidão climática das culturas, a informação das condições térmicas regionais são elementos imprescindíveis e sua escassez  limita muitas vezes, estudos detalhados sobre os tipos climáticos de grande parte do território nacional (Sediyama; Melo Júnior, 1998).

No Estado do Espírito Santo as estações meteorológicas são encontradas em um número muito reduzido e mal distribuídas, fato que dificulta a avaliação espacial e temporal dos elementos meteorológicos utilizados em atividades de planejamento agrícola, como temperatura e a chuva.

O uso de modelos tem possibilitado que se estimem os valores médios, mensais e anuais das temperaturas mínimas, médias e máximas, em função da latitude, longitude e altitude de regiões onde existem séries históricas representativas, como mostram os trabalhos de Pedro Júnior et al. (1991), Sediyama e Melo Júnior (1998), Lima e Ribeiro (1998), Oliveira Neto et al. (2002), Medeiros et al. (2005). 

A caracterização espacial da temperatura do ar de uma região pode ser realizada através da interpolação dos valores medidos em estações meteorológicas gerando mapas de temperatura, no entanto, a má qualidade dos dados, o pequeno período de observações, a distribuição irregular e a baixa densidade das estações podem resultar em modelos espaciais de temperatura que não representam a real condição de campo.

Os mapas de regionalização das informações das temperaturas permitem analisar a abrangência geográfica dos campos homogêneos, apresentando os valores da temperatura em forma de mapas georreferenciados. A construção desses mapas georreferenciados de temperatura é de extrema importância na definição das regiões climaticamente homogêneas (Sediyama; Melo Júnior, 1998; Sediyama et al., 2002).      

Santos e Fontana (1997), Valeriano e Picini (2000), Medeiros et al. (2005) verificaram que a inclusão do relevo na espacialização da temperatura média do ar, utilizando um modelo digital de elevação por meio de um sistema de informações geográficas, resultou em mapa com riqueza de detalhe e maior fidelidade em relação ao comportamento dessa variável meteorológica verificada em condição de campo, fato também verificado por Valladares et al. (2004), que geraram mapas de temperatura média do ar para o estado de São Paulo.

A imagem de radar SRTM é originária da missão de mapeamento do relevo terrestre SRTM (Shuttle Radar Topography Mission), desenvolvido pela NASA (National Aeronautics and Space Administration) e NGA (National Geospatial-Intelligence Agency) dos Estados Unidos no ano 2000.  Os resultados dessa missão internacional permitiram a disponibilização de um modelo digital de elevação (MDE) com boa resolução ( 90 m ) para toda a América do Sul (Souza Filho, 2003). Segundo Rabus et al. (2003), Sun et al. (2003), e Foni e Seal (2004) os MDEs gerados pela SRTM têm uma boa acurácia, com cerca de 90% de confiança.

Com base no exposto, o objetivo do presente trabalho foi desenvolver equações de regressão múltipla com ajuste linear, para estimativas das temperaturas do ar mínimas, médias e máximas, mensal e anual e espacializar a condição térmica no estado do Espírito Santo com auxílio de um modelo digital de elevação (MDE) obtidos a partir de dados do radar SRTM (Shuttle Radar Topography Mission).

 

MATERIAL E MÉTODOS

 

Os dados de temperatura do ar coletados em abrigos termométricos padrões, utilizados para determinar os coeficientes das equações foram coletados em 14 estações meteorológicas pertencentes ao INCAPER e ao INMET, que se encontravam distribuídas por todo o estado do Espírito Santo, considerando o período de 1977 a 2006 (30 anos).

As equações de estimativa da temperatura do ar foram desenvolvidas através de análises de regressão linear múltipla (Equação 1), que teve como variáveis independentes a altitude, a latitude e a longitude das estações e como variável dependente a temperatura do ar.

Eq. (1)

em que: yi = temperaturas normais (médias, máximas e mínimas) mensais ( i = 1, 2,..., 12) e   anual (i = 13) estimadas em °C;

Alt = altitude (m);

Lat = latitude, em graus e décimos (entrada com valores negativos);

Long = longitude em graus e décimos (entrada com valores negativos);

β0, β1, β2 e β3 = parâmetros de regressão; e

 = erro aleatório.

Para determinar os coeficientes das equações, utilizou-se como base os dados mensais médios de temperaturas máxima, média e mínima do ar, Avaliou-se o coeficiente de determinação ajustado (R2) e a significância dos coeficientes de regressão por meio do teste "t" de Student em nível de 5% de probabilidade.

Para os dados de altitude, utilizou-se um modelo digital de elevação, obtido através de dados de radar SRTM. Essas imagens fazem parte de um programa de reconstituição do relevo do país, desenvolvido pela Embrapa Monitoramento por Satélites, e encontram-se disponíveis gratuitamente no endereço eletrônico http://www.relevobr.cnpm.embrapa.br. Para a região do Espírito Santo, foram obtidas nove cenas, as quais foram necessárias para cobrir todo o estado (Figura 1).

                                       

Figura 1 - Cenas das imagens de radar SRTM (Shuttle Radar Topography Mission) necessárias para cobrir todo o estado do Espírito Santo.

As imagens Raster SRTM apresentavam-se no formato GEOTIFF (16 bits) e foram mosaicadas em resolução espacial de 90 m, projeção geográfica e datum horizontal WGS 84 utilizando o software ArcGis/ ArcMap, através do módulo "Data Management Tools". O mosaico foi necessário para a obtenção de apenas uma única imagem com valores médios de altitude e suas respectivas coordenadas geográficas para toda área em estudo. Como os dados da imagem do mosaico ainda estavam em suas condições originais, ou seja, projeção geográfica e elevações referenciadas para o geóide WGS 84 (World Geodetic System of 1984) foi preciso converter a mesma para projeção UTM (Universal Transversa de Mercator) zona 24 s, fuso que compreende todo o estado e datum referenciado para SAD-69 (South American Datum 1969) sistema de referência geodésico que é adotado para a América do Sul.

O MDE gerado através de dados SRTM forneceu as coordenadas geográficas e as altitudes necessárias para estimar a temperatura média do ar, utilizando-se as equações lineares de regressão múltipla com ajuste linear, conforme modelo descrito na Equação 1. Mapas representativos das temperaturas máxima, média e mínima do ar e média anual, foram elaborados, utilizando-se as equações de regressão linear múltipla ajustadas ao modelo linear.

 

RESULTADOS E DISCUSSÃO

 

Os coeficientes de ajuste das equações de regressão para estimar as temperaturas máximas, médias e mínimas mensais e anual do ar, bem como os seus coeficientes de determinação ajustados (R2) estão apresentados na Tabela 1.

As análises estatísticas de regressão permitiram verificar o nível de ajuste dos dados à equação obtida através do modelo estatístico linear. Isso foi feito a partir dos valores de (R2) que apresentaram pequena variação entre as regiões e meses avaliados.

O modelo estatístico linear utilizado para estimar os valores mensais e anual da temperatura do ar apresenta o (R2) variando entre 0,94 a 0,97 para a temperatura média do ar, 0,90 a 0,94 para valores de temperatura máxima e 0,88 a 0,94 para os valores da temperatura mínima do ar. Os valores mais baixos de (R2) obtidos se devem, à maior variabilidade espacial dos dados de temperatura do ar, nos meses em que esses ocorreram.

Observa-se, ainda que todos os coeficientes de regressão são significativas em nível de 5% de probabilidade pelo teste "t" de Student para as equações referentes às estimativas da temperatura máxima do ar, o que não ocorre para as equações do parâmetro temperatura média do ar, onde as interações das variáveis latitude e longitude para alguns meses não são significativas.

Tabela 1

Coeficientes das equações de regressão para estimativa dos valores mensais e anual de temperatura média, máxima e mínima do ar, com seus respectivos coeficientes de determinação ajustados (R2) para o estado do Espírito Santo

ns = não significativo em nível de 5% de probabilidade pelo teste "t" de Student (P < 0,05).

Para as equações de estimativa da temperatura mínima do ar, nota-se que os coeficientes das equações não são significativos em nível de 5 % de probabilidade pelo teste "t" de Student, portanto, os parâmetros longitude e latitude não influenciam a determinação da temperatura mínima do ar. Isso pode ser explicado pela baixa variação dessas variáveis geográficas, devendo haver uma influência da continentalidade/oceanidade agindo como um moderador térmico na temperatura noturna, havendo apenas correlação com a altitude, sendo esse o fator principal na influência da temperatura do ar, também constatado por Marin et al. (2003) em trabalhos de espacialização da temperatura do ar para o Brasil.

De maneira geral, os valores de (R2) encontrados para os coeficientes das equações de regressão ajustadas são considerados bons, sendo superiores a 88%, de forma que o modelo linear representa bem a realidade da temperatura do ar para os locais onde esta não é medida.

Dentre as variáveis geográficas consideradas e suas influências, apenas o fator altitude é significativo para todas as equações de estimativas da temperatura do ar (Tabela 1), justificando assim o uso do MDE para o estado. Sabe-se que a altitude não é levada em consideração pelos interpoladores, esses consideram apenas as distâncias entre as amostras.

A Figura 2 mostra o MDE para o estado do Espírito Santo, obtido através de uma imagem de radar SRTM, que se mostrou uma importante ferramenta para caracterizar o relevo no estado, visto que esse apresenta áreas com altitude variando entre 0 (zero) e aproximadamente 2800 m , sendo possível então, a caracterização da temperatura média do ar para cada célula (pixel), gerando assim cartas digitais da condição térmica para todo o estado. 

Trabalhos realizados por Sediyama et al. (2002), Valadares et al. (2005) e Medeiros et al. (2005) ressaltam a importância da inclusão do fator relevo na espacialização da temperatura do ar, contribuindo muito para melhorar os resultados obtidos em relação à simples interpolação de dados medidos em estações meteorológicas.

Valladares et al. (2004), Valladares et al. (2005) e Paiva et al. (2007), utilizando uma imagem de radar SRTM para representar o relevo de uma região, demonstraram a eficiência dos resultados da espacialização da temperatura do ar, fato também verificado no presente estudo.

A Figura 3 mostra a espacialização da temperatura média anual do ar para todo o estado utilizando um MDE gerado a partir de dados de radar SRTM e os coeficientes da equação de estimativa (Tabela 1), onde é possível detectar com bastante sensibilidade a variação do relevo.

Figura 2. Modelo digital de elevação (MDE) do estado do Espírito Santo gerado a partir de dados de radar SRTM (Shuttle Radar Topography Mission).

Figura 3. Espacialização das estimativas dos valores da temperatura média anual do ar para o estado do Espírito Santo, utilizando-se equações múltiplas lineares e modelo digital de elevação (SRTM).

Grande parte do território do estado apresenta altitude variando entre 0 a 300 m, compreendendo quase todo o norte e o vale do Rio Itapemirim ao sul, além de toda a faixa litorânea. Essas regiões apresentam temperatura média anual acima de 24 °C, enquanto a região serrana ao sul apresenta, em sua maior parte, temperatura média anual entre 18 e 22 °C, sendo que os picos de maior altitude apresentam temperatura média anual menor que 18 ºC.

Nas Figuras 4, 5 e 6 são apresentados respectivamente os mapas temáticos com os valores mensais das temperaturas médias, máximas e mínimas do ar espacializados segundo as equações de regressão ajustadas (Tabela 1), utilizando um MDE gerado pelos dados do SRTM.

Os mapas de temperaturas médias mensais (Figura 4) mostram variabilidade espacial e temporal do clima no estado. A região mais fria do Espírito Santo coincide com a Serra do Caparaó, que apresenta temperatura média abaixo dos 2 °C para o mês de julho, sendo este o mês mais frio. O baixo valor da temperatura para essa região se justifica por ser a porção mais elevada do estado com cerca de 2800 m de altitude. A região serrana, ao sul do estado também apresenta valores reduzidos de temperatura média do ar, porém com valores superiores a 14 °C para o mesmo mês de julho.

Ainda de acordo com a Figura 4, a porção mais quente do estado corresponde à região norte, região litorânea e parte da Bacia do Rio Itapemirim (sul do estado) que apresentam temperatura média mensal acima de 24 °C , exceto para o período entre junho a setembro. Nesse período nota-se na área central do Espírito Santo o predomínio da temperatura média mensal entre 16 e 22 °C. O mês mais quente foi fevereiro com temperatura máxima média, próximo a 29 °C, quando 63,1 % do estado apresenta temperatura média anual acima de 24 °C.

Com relação às temperaturas máximas do ar (Figura 5), observa-se que nos meses de janeiro, fevereiro e março apresentam valores acima de 32 °C para a maior parte dos municípios do estado, sendo que os valores para o mês de fevereiro foram superiores a 34 °C para alguns municípios localizados ao noroeste, limítrofes com Minas Gerais.

De acordo com a Figura 6, os menores valores de temperatura mínima do ar são verificados entre os meses de junho a setembro, nas áreas situadas em altitudes elevadas, conforme já era esperado, pela forte influência do relevo nesse elemento climático.

Os mapas mostrando o comportamento da distribuição espacial das temperaturas do ar podem ser utilizados para os mais diversos fins, tais como zoneamentos de cultivos agrícolas. Além disso, com o conhecimento da temperatura do ar em todo o estado, é possível realizar a estimativa da evapotranspiração para uso em balanços hídricos climáticos, visto que o Espírito Santo possui um grande número de postos pluviométricos quando comparado às estações que monitoram a temperatura do ar.   

                  Figura 4 – Médias mensais da temperatura média do ar para o ES, estimadas através de equações múltiplas lineares e MDE obtido através de imagem de radar (SRTM).

Figura 5 – Médias mensais da temperatura máxima do ar para o ES, estimadas através de equações múltiplas lineares e MDE obtido através de imagem de radar (SRTM). 

     

Figura 6 – Médias mensais da temperatura mínima do ar para o ES, estimadas através de equações múltiplas lineares e MDE obtido através de imagem de radar (SRTM).

 

CONCLUSÕES

De acordo com a análise dos dados e a interpretação dos resultados, obtidos dentro das condições específicas do presente trabalho, conclui-se que:

1. As equações de regressão múltipla com ajuste linear, considerando-se altitude, latitude e longitude, permitiram estimar satisfatoriamente as temperaturas médias, máximas e mínimas mensais e anual, sendo uma alternativa viável para ampliar a base de dados climáticos no estado do Espírito Santo;

2. O uso de um Modelo Digital de Elevação (MDE) gerado a partir de dados do radar SRTM (Shuttle Radar Topography Mission) permite captar a variação do relevo na paisagem, gerando mapas temáticos de temperatura do ar mais coerentes com a realidade.

 

LITERATURA CITADA

 

COELHO, D. T.; SEDIYAMA, G.; VIEIRA, M. 1973. Estimativas das temperaturas médias mensais e anuais do estado de Minas Gerais. Revista Ceres, Viçosa, 20 (112): 455-459.         [ Links ]

FONI, A.; SEAL, D. 2004. Shuttle Radar Topography Mission: an innovative approach to shuttle orbital control. Acta Astronautica, Elmsford, 54: 565-570.         [ Links ]

LIMA, M.G.; RIBEIRO, V.Q. 1998. Equações de estimativa da temperatura do ar para o Estado do Piauí. Revista Brasileira de Agrometeorologia, Santa Maria, 6 (2):221-227.         [ Links ]

MARIN, F.; PANDORFI, H.; FERREIRA, A. S. 2003. Estimativas das temperaturas máximas, médias e mínimas mensais para o Brasil. In: CONGRESSO BRASILEIRO DE AGROMETEOROLOGIA, 13. 2003. Santa Maria. Anais... Santa Maria: CBA, p.761-762.         [ Links ]

MEDEIROS, S. DE. S.; CECÍLIO, R. A.; MELO JUNIOR, J. C. F. DE.; SILVA JUNIOR, J. L. C. 2005. da. Estimativa e espacialização das temperaturas do ar mínimas, médias e máximas na Região Nordeste do Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 9(2): 247-255.         [ Links ]

OLIVEIRA NETO, S.N.; REIS, G.G.; REIS, M.G.F.; LEITE, H.G.; COSTA, J.M.N. 2002 Estimativa de temperaturas mínima, média e máxima do território brasileiro situado entre 16 e 24º latitude sul e 48 e 60º longitude oeste. Engenharia na Agricultura, 10 (1-4): 57-61.         [ Links ]

PAIVA, Y. G. ET AL., 2007. Zoneamento agroecológico de pequena escala para Toona ciliata, Eucalyptus grandis e Eucalyptus urophilla na Bacia Hidrográfica do Rio Itapemirim - ES, utilizando dados SRTM. In: Simpósio Brasileiro de Sensoriamento Remoto, 13, 2007, Florianópolis. Anais... Florianópolis: INPE, p. 1785-1792.         [ Links ]

PEDRO JÚNIOR, M.J.; MELLO, M.H.A.; ORTOLANI, A.A.; ALFONSI, R.R.; SENTELHAS, P.C. 1991 Estimativa das temperaturas médias mensais, das máximas e das mínimas para o Estado de São Paulo. Boletim Técnico (142). IAC, Campinas 11p.         [ Links ]

PILAU, F.G. ET AL. 2007. Zoneamento agroclimático da heveicultura para as regiões sudeste e centro-oeste do Brasil. Revista Brasileira de Agrometeorologia, 15:23.         [ Links ]

RABUS, B.; EINEDER, M.; ROTH, A.; BAMLER, R. 2003. The shuttle radar topography mission - a new class of digital elevation models acquired by spaceborne radar. Journal of Photogrammetry & Remote Sensing (ISPRS), Amsterdam,  57: 241-262.         [ Links ]

SANTOS, A; FONTANA, D. C. 1997. Espacialização da temperatura do ar através de interpolação otimizada e de modelo numérico do terreno. In: CONGRESSO BRASILEIRO DE AGROMETEOROLOGIA, 9. 1997. Piracicaba. Resumos…, Piracicaba: SBA, p. 431-433.         [ Links ]

SEDIYAMA, G.C.; MELO JÚNIOR, J.C.F. 1998. Modelos para estimativa das temperaturas normais mensais médias, máximas, mínimas e anual no estado de Minas Gerais. Revista Engenharia na Agricultura, Viçosa, 6 (1): 57-61.         [ Links ]

SEDIYAMA, G.C.; MELO JÚNIOR, J.C.F.; SANTOS, A,R.; SOUZA, J.A.; SANTANA, M.O. 2002. Modelo para estimativas das temperaturas normais mensais médias, máximas, mínimas e anual georreferenciados para o estado do Espírito Santo. In: Congresso Brasileiro de Engenharia Agrícola, 31, Salvador. Anais... Salvador: Sociedade Brasileira de Engenharia Agrícola, 2002. 1 CD-ROM.         [ Links ]

SOUZA FILHO, C. R. 2003. O relevo das Américas como nunca antes visto. Infogeo. (30): 54-58.         [ Links ]

SUN, G.; RANSON, K. J.; KHARUK, V. I.; KOVACS, K. 2003. Validation of surface height from shuttle radar topography mission using shutlle laser altimeter. Remote Sensing of Environment, Amsterdam, 88: 401-411.         [ Links ]

VALERIANO, M.M.; PICINI, A.G. 2000. Uso de sistema de informação geográfica para a geração de mapas de médias mensais de temperatura do estado de São Paulo. Revista Brasileira de Agrometeorologia, Santa Maria,  8(2): 255-262.         [ Links ]

VALLADARES, G. S.; MARIN, F. R.; OSHIRO. O. T.; GUIMARAES, M. 2004. Uso de Imagens de Radar na Estimativa da Temperatura do Ar. In: Embrapa Monitoramento por Satélites - Boletim de Pesquisa e Desenvolvimento n° 3. Campinas: EMBRAPA, p. 20.        [ Links ]

VALLADARES, G. S.; MARIN, F. R.; OSHIRO. O. T.; GOUVÊA, J. R. F. 2005. Uso de Imagens de Radar na Estimativa da Temperatura do Ar. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 2005, Goiânia. Anais... Goiânia: INPE, p. 309-311.         [ Links ]

 


 

Fecha de Recepción: 19 Noviembre, 2008. Fecha de Aceptación: 14 Enero, 2009.

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons