Mestrado em Gestão do Território

--Detecção Remota e Sistemas de Informação Geográfica--

Recensão Crítica
Exactidão da detecção remota versus outras fontes de informação para estimar a produção
primária líquida em Eucalyptus globulus Labill. E Pinus pinaster Ait nos ecossistemas de Portugal.

Detecção Remota Processamento Digital de Imagem

Autor: Filipe Oliveira Santos

Orientador: José António Tenedório

Lisboa, Janeiro de 2011

Recensão Crítica Detecção Remota

Referência Bibliográfica:

D. Lopes, J. Aranha, N. S. Walford4, J. A. O'Brien3, N. Lucas, "Accuracy of remote sensing data versus other
sources of information for estimating net primary production in Eucalyptus globulus Labill. and Pinus pinaster Ait.
ecosystems in Portugal" in 'Canadian Journal of Remote Sensing', 35(1) February, pp. 37-53. DOI
http://pubservices.nrc-cnrc.ca/rp-ps/absres.jsp?jcode=cjrs&ftl=m08-078&lang=eng (2009)

Palavras-chave: GPP, NPP, CO2, IAF, MODIS, MTCLIM, Detecção Remota

Este artigo descreve a pesquisa levada por Lopes et al (2009) com o objectivo de referenciar o
nível de exactidão garantida pelos produtos MODIS no que diz respeito à NPP em área de
escala regional, ou local. Isto, porque os produtos MODIS existem disponíveis para toda a
comunidade científica, nomeadamente NPP (MOD17) , que constituem os primeiros
instrumentos, quase em tempo real a monitorizar repetidamente a produção primária de
vegetação em resoluções espaciais de 1000m e temporais de 8 dias de intervalo, mas só
fornecem dados com exactidões globais (Zhao et al., 2006). Deste modo foi dado atenção a
áreas específicas no Norte de Portugal, onde dois dos mais significativos ecossistemas
portugueses ocorrem, para conceber um modelo para NPP e para examinar o sequestro de
CO2 a uma escala local, em termos de ocupação local e económica.

É feita uma breve introdução e dos temas, de uma forma ligeira, sendo as definições e
metodologias mais explanadas no ―background‖, onde alguns conceitos, são descritos de
forma lúcida e simples, não deixando contudo de ser aprofundados. Assim, uma pessoa que
não seja da área pode ler o artigo com base no que é dito na introdução e no ―background‖

A produção primária líquida terrestre (NPP) define-se como sendo o carbono fixado pela
vegetação a partir da atmosfera. NPP tem recebido cada vez mais atenção pela sua relação
com o ciclo do carbono, mas também pelos efeitos que as mudanças climáticas induzem nesse
mesmo ciclo (Prentice et al., 2001).

Waring et al. (1998) definem NPP, em termos de biomassa total:

NPP  B  perdas

Em que B quantifica as diferenças na biomassa das plantas entre um determinado intervalo

especificado de tempo, e as ―perdas‖ representam a folhada morta produzido durante o
intervalo ( e.g. folhas, e ramos mortos) (Lopes e tal, 2009):.

GPP é a diferença entre a produção pimária bruta e a respiração (Figura 1).

Watson , 1947, descreveu o índice de área foliar (IAF) como sendo a razão entre a área foliar
do copa e a unidade de superfície projectada no solo, sendo esta uma variável biofísica que se
apresenta como estando directamente relacionada com a transpiração e a produtividade
florestal (Lang e McMurtrie, 1992).

Página 2 de 17
Recensão Crítica Detecção Remota

Figura 1— Diagrama e Acrónimos do Algoritmo MODIS Global de 1km para o NPP e

GPP(Running e Nemani, 2006)

Página 3 de 17
Recensão Crítica Detecção Remota

Foram utilizados três métodos para obter estimativas espaciais de NPP, sendo comparados os
resultados dos três:

i) ―NPP Por parcela‖

ii) FOREST-BGC (Figura 2).

iii) Imagens MODIS NPP

Segundo Lopes et al (2009), com este trabalho pretende-se perceber se as metodologias

testadas oferecem meios com maior precisão e com de maior agilidade no seu uso para estimar
o NPP nos dois ecossistemas de Pinheiro Bravo e Eucalipto.

Assim, argumentam que se estes demonstrem serem úteis, servirão para facilitar as decisões de
gestão dos povoamentos florestais no que à gestão ambiental e mudanças climáticas diz
respeito.

Estimativas de NPP por parcela

Este método seguiu o método tradicional de inventário florestal envolvendo medições de

campo em parcelas de amostragem.

Foram implementadas 32 para a espécie de pinheiro bravo e eucalipto foram 31. A área de
todas foi 500m2, circulares, marcadas, seguindo um método de amostragem sistemática. Foram
medidas uma série variáveis biofísicas dentro de cada parcela de modo a recolher dados para o
cálculo de NPP. Assim, o diâmetro à altura do peito (dap) de todas as árvores dentro da
parcela em duas datas diferentes usando uma suta (1997 e 2002 para o pinheiro bravo e 2000 e
2002 para o eucalipto). A informação dendrométrica foi então usada para estimar o
incremento da biomassa das árvores individuais.

As equações seguintes foram obtidas e apresentadas por Lopes e Aranha (2004) para o
pinheiro bravo:

log( B)  3.769  2.706 log( dap)

tronco : R 2  98.6, RMSE  0.078

log( B)  2.911  2.130 log( dap)

copa : R 2  88,8, RMSE  0.152

log( B)  1.972  1.221log( dap)

ramos  R 2  93.7, RMSE  0.164

Onde B é a fracção de biomassa, em kg, dap é o diâmetro à altura do peito em m, R2 p

coeficiente de relação e RMSE é a raiz quadrada do erro médio .

O volume de crescimento da raiz foi considerado, como constituindo cerca de 75% da

produção da nova raiz, de acordo com Hooker et al (2000).

Página 4 de 17
Recensão Crítica Detecção Remota

Equações alométricas para o E. globulus (tronco, ramos e folhas) são as seguintes:

log( B)  2.612  2.589 ln( dap)

tronco : R 2  99.2, RMSE  0.014

log( B)  6.989  3.157 ln( dap)

copa : R 2  96.4, RMSE  0.103

log( B)  4.902  2.524 ln(dap)

folhas : R 2  97.6, RMSE  0.044

De acordo com Fabião (1986) a biomassa da raiz é 12% do total da biomassa acima do chão.

Os detritos acima do solo, foram calculados usando ―litter screens” (46 x 60 cm) colocados ao
acaso dentro das parcelas de amostragem, de acordo com as técnicas de amostragem
propostas por Gower e tal. 1997.‖Litter screens” (Figura 2), foram depositados em Janeiro de
2001 e a folhada foi colhida em Maio, Julho, Setembro e Dezembro de 2001. Este processo
permitiu avaliar o total das perdas de biomassa

NPP  B  perdas

As estimativas in loco de NPP, obtidas através do trabalho de campo, foram posteriormente

submetidas a uma análise geoestatística (krigagem) para obter dados contínuos obtendo desta
forma uma imagem de NPP para toda a área de estudo. Estes valores obtidos a partir das
medições de campo, foram usados como referencia para outras comparações .

A resolução espacial da imagem final da análise geoestatistica foi de 30m de maneira a ter a
mesma resolução espacial que as imagens de Landsat, que foram subsequentemente usadas
para estimar o IAF para cada área de estudo, conforme apresentado na secção de Resultados.
Uma vez que foram usadas imagens Landsat Enhanced Thematic Mapper Plus (ETM+) para
o calculo das imagens de IAF, variável chave para correr o FOREST-BGC, estas foram usadas
para definir a resolução espacial para as outras estimativas (imagens IAF a partir de
LANDSAT ETM+ , NPP a partir de do FOREST-BGC e NPP a partir do produto MODIS.

A krigagem aplicada foi a ordinária, tendo-se um modelo de variograma esférico, com um

intervalo de distancia h=de 200metros, correspondentes à distância entre as parcelas de
amostragem. Os modelos mais satisfatórios de LAI identificados foram usados para criar as
imagens contendo as estimativas do FOREST-BGC.

A escolha deste método certamente prende-se com o facto de ser o método mais usado em
problemas ambientais. No processo básico da Krigagem Ordinária a estimativa é feita para
determinar um valor médio em um local não amostrado. A técnica de Krigagem assume que
os dados recolhidos de uma determinada população ou local se encontram correlacionados no

Página 5 de 17
Recensão Crítica Detecção Remota

espaço, o que é consentâneo com plantações florestais, cujas produções de NPP, deverão à
partida ser niveladas pelo numero de anos das plantações.

A LAI foi estimada a partir de índices de vegetação (IV) – NDVI ―normalized difference
vegetation índex‖ para o Eucalyptus; e o RVI ―ratio vegetation índex‖ para o Pinus usando
imagens Landsat ETM+. Estes e outros índices de vegetação sumarizados por Lopes (2005).
As imagens de IAF foram exportadas com ficheiros ASCII, que depois foram usados para
correr o FOREST-BGC de modo a obter estimativas de NPP para cada pixel em cada área da
imagem de estudo. Isto foi conseguido utilizando um programa desenvolvido na UTAD, que
permite ao FOREST-BGC correr numa rotina para cada pixel, usando os dados climáticos
previamente exportados para o centro da área de estudo pelo MTCLIM. A imagem criada tem
um pixel de 30m (Lopes et al, 2009).

Figura 2 – Litter Screen (in www.freepatentsonline.com)

Figura 3 – Diagrama de fluxo do modelo FOREST-BGC (adaptado de Running e

Gower, 1988)

Página 6 de 17
Recensão Crítica Detecção Remota

Estimativas de NPP a partir do FOREST-BGC

O FOREST-BGC é um modelo ecofisiológico de predicção de funcionamento ecossistemas

desenvolvido por Running e Nemani (1988) que calcula variáveis como a intercepção e
evaporação da copa , transpiração, fotossíntese, crescimento e respiração de manutenção,
alocação de carbono acima e abaixo do chão, folhada, decomposição, mineralização do azoto ,
e mortalidade (Lopes e tal, 2009).

Foi especialmente concebido para ser sensível ao índice de área foliar (IAF). Este índice é
usado como a principal variável independente para o cálculo dos principais processos
fisiológicos. Actualmente utilizado pelos métodos de detecção remota como input de dados na
arquitectura de um SIG. O IAF foi também escolhido como variável chave, na medida em
diversas pesquisas prévias indicaram-na como estando fortemente relacionada com os
processos fisiológicos e como sendo estimado com sucesso a partir de imagens de satélite,
quando usadas imagens Landsat Thematic Mapper (TM).

O modelo de simulação usado para estimar NPP foi o FOREST-BGC, que combina
resoluções diárias e anuais, em conjunto com o MTCLIM Mountain MIcroclimate Simulation
Model.

O uso deste modelo de simulação climática revelou-se deveras interessantes neste trabalho, na
medida em que não existiam estações meteorológicas dentro das áreas de estudo. Os dados
climáticos foram requeridos para extrapolar dados climáticos diários para o centro geográfico
das áreas de estudo a partir de dados referentes a estações meteorológicas externas.

Acresce, que para o FOREST-BGC correr necessita de dados meteorológicos numa base
diária, mas estes são mensuráveis em escalas temporais diferentes de processos que dependem
deles.

--balanços hidrológico, disponibilidade hídrica das plantas e trocas gasosas das copas são
sumarizados como médias/totais diários, reagindo os processos às condições ambientais de
forma diária;

--alocação do carbono, queda da folhada. Os processos de decomposição da folhada e

processos de decomposição só são fiáveis quando a sua medição ocorrer rotineiramente numa
rotina mensal.

Após a parametrização do modelo para as condições locais das estações, o FOREST-BGC foi
corrido usando os dados de IAF obtidos através das imagens Landsat ETM+ e os dados
climáticos estimados a partir do MTCLIM como variáveis de input.

Página 7 de 17
Recensão Crítica Detecção Remota

FOREST-BGC foi parametrizado usando uma combinação de valores propostos usando uma
combinação de valores propostos por Running and Coughlan (1988) e outros obtidos por
medição em cada área de
estudo (Lopes, 2005). LAI
é uma variável muito
importante mo FOREST-
BGC e os valores foram
obtidos por detecção
remota permitindo a
estimação de NPP a
escalas temporais e
espaciais, que seriam
impraticáveis de outra
forma.

A metodologia prática,
está esquematicamente
representada:

Figura 4 -- Fluxograma do Modelo para Estimativas de NPP a partir do FOREST –

BGC (Adaptado de Lopes et al, 2009).

As imagens ETM+ usadas para o trabalho, foram adquiridas no dia 15 de Setembro de 2001
às 10:02:12 (UTC). A imagem foi geometricamente e radiometricamente corrigida na
Universidade Autonomia de Barcelona usando o Miramon (WorldWatcher), um programa que
permite a correcção geométrica de imagens raster baseada nas coordenadas dos PC. Foram
colhidos 25 PC para permitir a correcção da imagem, tendo sido utilizados 11 para a sua
validação. Foi utilizada uma correcção geométrica com um polinómio de grau(i.e. um
transformação linear) um para a correcção geométrica usando a opção do vizinho mais
próximo para o processo de reamostragem (Lopes e tal, 2009).

Julgo que os métodos utilizados foram os mais adequados, uma vez que, as transformações
polinomiais de grau 1 são capazes de modelar uma rotação, escala e translação, dependendo o
resultado da translação de primeira ordem depende principalmente do número de CP usados
(Fonseca e Fernandes, 2004), que neste caso foram em número suficiente, conforme se pode
ver pelos resultados do RMSE.

Segundo os autores, foi conseguido um resultado confiante com esta correcção geométrica,
gerando uma margem de erro menor do que metade do tamanho do pixel. RMSE foi de 12.34
m, representando metade do tamanho inicial do pixel (30m).

As coordenadas do centro de cada parcela de amostragem foram registadas usando um GPS

com uma precisão de 1 m. Localizando as parcelas nas imagens georreferenciadas, as

Página 8 de 17
Recensão Crítica Detecção Remota

reflectancias foram extraídas para cada comprimento de onda e usadas para calcular vários
índices de vegetação.

Uma vez que os objectivos principais do cálculo de razões de bandas (índices de vegetação),
são realçar aspectos que permitem descriminar entre diferentes tipos e estados de vegetação e
minimizar efeitos indesejáveis nas radiâncias do mesmo tipo de coberto, resultantes da
iluminação devidas à temperatura (Fonseca e Fernandes, 2004), o uso nesta fase foi
importante para chegar ao IAF, de modo a introduzilo no modelo FOREST-BGC. De
ressalvar, que existe um produto MODIS15, que nos dá o IAF, contudo, volto a lembra que o
objectivo é o cálculo da exactidão regional/local, e não global, que é o que nos fornece o
MODIS, com a sua resolução espacial de 1000m.

Os dados originais foram divididos em dois grupos para parametrizar e validar os modelos.
Seis parcelas de amostra foram usadas para a fase de validação em ambas as parcelas de teste.
Assim, as parcelas 25 e 26 foram usadas para a parametrização no Eucalytus e Pinus,
respectivamente. Os modelos mais precisos foram identificados a partir das estatísticas obtidas
pelo modelo parametrizado, e a as equações seleccionadas foram ajustadas usando os dados
globais (fases de ajustamento e validação da metodologia) (Lopes e tal, 2009)..

Estimativas de NPP a partir dos produtos MODIS-NPP:

MODIS é uma ferramenta chave a bordo dos satélites Terra (EOS AM) e Aqua (EOS PM).
De acordo com Running et al. (2000) citado por Lopes et al 2009, os produtos MODIS de
produção primária bruta (GPP) e produção primária liquida (NPP) foram concebidos para
fornecer medidas exactas e regulares do crescimento da vegetação terrestre, conferindo-lhes
utilidade teórica e prática.

Figura 5- Sistema de Coordenadas MODIS – uma grelha = 1200Km x 1200km

( Adaptado de Heinsch et al, 2003)

Página 9 de 17
Recensão Crítica Detecção Remota

O algoritmo NPP MODIS para a estimativa de NPP é descrito por Heinsch et al. (2003), e
Running et al. (1999). Desta descrição ressalta que o core do algoritmo é uma aplicação lógica
de eficiência de conversão de radiação para previsões de GPP diários, usando fracções de
satélite derivadas de radiação fotossinteticamente activa (FPAR) e estimativas independentes
de radiação fotossinteticamente activa (PAR), juntamente com outras medições
meteorológicas de superfície. As subsequentes estimativas de respiração de manutenção (RM)
e respiração de crescimento (RC), são depois subtraídas ao GPP para chegar ao NPP anual. As
componentes da respiração de manutenção CM e da respiração de crescimento RC são
derivadas a partir de relações alométricas ligando a biomassa diária e o crescimento anual dos
tecidos vegetais às estimativas da LAI a partir do MODIS (Lopes e tal, 2009).

As relações alométricas incorporam os mesmos parâmetros usados no modelo Bioma-BGC.

Este modelo é mais genérico que o FOREST-BGC, , sendo utilizados pelos produtos
MODIS. Os parâmetros relacionando APAR ao GPP e os parâmetros relacionando LAI a CM
e GR são estimados separadamente para cada tipo de vegetação ao inicio do MODIS. Os
parâmetros de GPP são derivados empiricamente a partir do output das simulações do Bioma-
BGC.

Os parâmetros RM e RC são tirados directamente a partir do Bioma-BGC para estimar o

NPP. Este modelo de produção é similar ao FOREST-BGC, uma vez que a mesma equipa de
investigação o ajustou não sendo contudo a escala de parametrização passível de ser
comparável, uma vez que o primeiro foi parametrizado para a escala global o FOREST_BGC,
foi parametrizado para a escala local e unicamente para os ecossistemas de Pinus pinaster e
E.globulus.

Todos os produtos MODIS podem ser directamente descarregados da internet. A plataforma

Web fornece uma ferramenta de reprojecção que foi utilizada para converter a projecção
sinusoidal (associada ao formato HDF das imagens MODIS) em projecção UTM. Permite
ainda os utilizadores explicar o tipo de reamostragem (Ex: bilinear, vizinho mais próximo,
convolução cúbica), a projecção desejada (Ex: Mercator, UTM) e o tamanho do pixel final.
Para o trabalho foi descarregada uma imagem no formato HDF, usando a opção do vizinho
mais próximo. (Lopes et al, 2009).

Posteriormente, a imagem foi reamostrada para a projecção Hayford-Gauss , sistema usado

em Portugal para produzir plantas topográficas (Caetano, 1999) para atingir a compatibilidade
com todas as imagens utilizadas nesta pesquisa (Lopes et al, 2009).

Página 10 de 17
Recensão Crítica Detecção Remota

Figura 6 – Fluxograma do Modelo para Estimativas de NPP a partir dos produtos

MODIS-NPP (Adaptado de Lopes et al, 2009).
Uma análise gráfica foi levada a cabo de modo a visualizar as diferenças entre as diferentes
estimativas.

Seguidamente aplicou-se uma análise de variância ANOVA e um teste de Duncan de modo a

identificar se a média dos valores eram estatisticamente diferentes entre as metodologias
testadas. Segundo os autores não é importante se as estimativas ente duas ou mais
metodologias são diferentes. É sim, mais importante que ambas indiquem o mesmo nível de
produtividade e deste modo a mesma tendência.

A classe de tendência deverá prevalecer em vez da comparação directa.

As imagens de NPP obtidas a partir das três metodologias foram então classificadas nas
seguintes categorias para permitir mais comparações:

0  áreas não florestadas;

-1 -1
1  NPP > 5 ton ha ano
-1 -1
2  5 e 10 ton ha ano ;
-1 -1
3  10 e 15 ton ha ano ;
-1 -1
4  NPP > 15 ton ha year .

Estas categorias foram definidas baseadas nas medições de NPP bem como a heterogeneidade
de produção que foi possível de obter, tendo sido definidas as categorias: Muito baixa, Baixa,
Média e Alta.

Página 11 de 17
Recensão Crítica Detecção Remota

Os valores medidos de NPP e subsequentemente as imagens daí derivadas foram usados

como valores de referência.

As imagens trabalhadas foram comparadas entre si usando as estatísticas do teste de Kappa e

o coeficiente de concordância (PA). O coeficiente de Kappa (K) mede a concordância de
pares de valores de um conjunto de valores de código fazendo julgamentos categóricos.,
corrigindo assim para a esperada possibilidade de acerto (Carletta, 1996).

O valor global de K, definindo a proporção global da área correctamente classificada, ou em

concordância é definida da seguinte maneira:

Pii  ( Pi. xP.i )

K
1  ( Pi. .xP.i )

Pii representa a proporção da imagem inteira em que a categoria i concorda com a imagem referenciada e não
referenciada
Pi. representa a proporção da imagem inteira em que a classe i é a imagem referenciada.
Pi. representa a proporção a proporção da imagem inteira em que a classe i é a imagem não referenciada.

Moss (2004) considera que a força da concordância entre ambas as imagens é fraca quando
Kappa é menos que 0.2, razoável entre 0.21 e 0.40, moderado entre 0.41 e 0.60, bom entre
0.61 e 0.80, muito bom quando superior a 0.81 (Lopes et al, 2009).

A proporção de concordância (PA) representa a percentagem de pixéis que foram

correctamente atribuídos a uma classe específica

Nc
PA 
Nt

Nc representa o número de pixeis onde a classe I está em concordância com o mapa de

referência, e Nt é o número total de pixeis em cada imagem.

A melhor aproximação deverá ter um PA de cerca de 100% , o que será o mesmo que dizer
que ambas as imagens são idênticas.

A tabulação cruzada das imagens foi levada a cabo no IDRISI, onde a matriz de output a
estatística K para cada classe foi gerada automaticamente. Unicamente o Kappa global foi
gerado para cada comparação.

Como resultados finais,deste estudo concluiu-se:

Página 12 de 17
Recensão Crítica Detecção Remota

Tabela 1-Coeficiente de correlação entre o IAF e a reflectância para cada banda espectral por espécie.

**significativo a 0.01;*significativo a 0.05; ns a 0.05

Com base nesta tabela, concluiu-se que para estimar o IAF, a melhor variável independente
seria o NDVI.

A taxa global de concordância entre as imagens FOREST-BGC e MODIS-NPP é de 82,6%,

para o E. globulus ,o que indica que o FOREST-BGC foi capaz de simular a produção das
parcelas de amostragem com uma maior grau de exactidão.

O Estudo levar a concluir que as imagens MODIS não são capazes detectar as áreas de maior
e menor produção, ou seja os extremos.

Isto quer dizer que as imagens MODIS, tendem a simplificar e a homogeneizar o potencial
produtivo destas plantações, o que vem confirmar o que o que se pensava. A escala global dos
produtos MODIS, não é adequada a estudos de carácter regional/ local

Assim, a nível de escala local a estimação através do FOREST-BGC , parece sempre ser o
método mais prático, e com maior precisão, uma vez que os resultados MODIS e de trabalho
de campo acabaram por se mostrar similares.

Contudo, e conforme os autores não deixam de referir, se não houver necessidade de um grau
de exactidão elevado a nível das produções e o tempo e dinheiro, forem factores limitativos, as
imagens MODIS, são uma robusta fonte de informação para trabalhar com valore médios.

Bibliografia:

Caetano, M., Monteiro, F., Ramos, I. L., (1999) ―Monitoring Urban Dynamics: Portugal no
Contexto Europeu‖, Instituto Geográfico Português (IGP)
Disponível em: www.igeo.pt/gdr/pdf/Caetano1999.pdf

Carletta, J. 1996. Assessing agreement on classification tasks: the kappa statistic. Computational
linguistics, Vol. 22, No. 2, pp. 1-6.

Cao, M. and Woodward, F.I., 1998. Net primary and ecosystem production and carbon
stocks of terrestrial ecosystems and their responses to climate change. Global Change
Biology, 4: 185-198.

Página 13 de 17
Recensão Crítica Detecção Remota

Fonseca, A.D. e Fernandes J.C., Detecção Remota, 2004, Lidel

Heinsch, F.A, Reeves, M., Votava, P., Kang, S., Milesi, C., Zhao, M., Glassy, J., Jolly, W.M.,
Loehman, R, Bowker, C.F., Kimball, J.S., Nemani, R.R. and Running, S.W. (Editors), 2003.
User’s guide: GPP and NPP (MOD17A2/A3) products -NASA MODIS land algorithm (Missoula:
NTSG, University of Montana) 57p.
Hooker, J.E., Hendrick, R. and Atkinson, D., 2000. The measurement and analysis of fine root
longevity, in Root Methods a handbook, Eds Sith, A-L, A.G. Bengough, C. Engels, M.Van
Noordwijk, S. Pellerin, S.C. Van De Geijn, Springer, 274-304p.

LANG, A. R. G.; McMURTRIE, R. E. Total leaf arreas of single trees of Eucalyptus grandis
estimated from transmittances of the sun’s beam. Agriculttural and Forest Meteoroly. v.58,
p.79-92, 1992.

Lopes, D. and Aranha, J. 2004. A proposed methodology to estimate the carbon sequestration in a Pinus
pinaster stand. In abstracts of the Portuguese-Spanish IGBP Seminar 2004: Global Change and
Sustainability, Évora, Portugal, 15-17 April

Moss, S., 2004. Kappa statistics. The Institute of Cancer Research,

Disponível em: http://www.icr.ac.uk/cseu/bc_eqa_kappa.html.

Prentice, I. C., G. D. Farquhar, M. J. R. Fasham, M. L. Goulden, M. Heimann, V. J. Jaramillo,

H. S. Kheshgi, C. Le Que´re´, R. J. Scholes, and D. W. R. Wallace (2001), The carbon cycle
and atmospheric carbon dioxide, in Climate Change 2001: The Scientific Basis—Contribution
of Working Group I to the Third Assessment Report of the Intergovernmental
Panel on Climate Change, edited by J. T. Houghton et al., pp. 182–237, Cambridge Univ.
Press, New York. Journal of Geophysical Research. 111, G01002,
doi:10.1029/2004JG000004. 2006

Running, S.W. and Nemani, R.R. 1988. Relating seasonal patterns of the AVHRR vegetation
index to simulated photosynthesis and transpiration of forests in different climates. Remote
Sensing of Environment, Vol. 24, pp. 347-367.

Running, S.W., e Gower Stith T., FOREST-BGC, A general model of forest ecosystem
processes for regional applications. II. Dynamic carbon allocation and nitrogen budgets. Tree
Physiology 9, 147-160,1991.

Running, S.W., Thornton, P.E., Nemani, R.N. and Glassy, J.M. 2000. Global terrestrial gross
and net primary productivity from the Earth Observing System. In Methods in Ecossytem
Science, Ed.s Sala, O.E., Jackson, R.B., Mooney, H.A., and Howarth, R.W..Springer, pp. 44 -
57.
Running, S.W., Nemani, R.N., M. Zhao, 2006. Sensitivity of Moderate Resolution Imaging
Spectroradiometer(MODIS) terrestrial primary production to the accuracy of meteorological
reanalyses. In JOURNAL OF GEOPHYSICAL RESEARCH, VOL. 111, G01002,
doi:10.1029/2004JG000004, 2006
Publicado em:.
http://secure.ntsg.umt.edu/publications/2006/ZRN06/Zhao_et_al_JGR_2006.pdf.

Página 14 de 17
Recensão Crítica Detecção Remota

Waring, R.H., Landsberg, J.J. and Williams, M. 1998. Net primary production of forests: a
constant fraction of gross primary production? Tree Physiology, Vol. 18, pp. 129-134.
WATSON, D. J. Comparative physiological studies on growth of fild crops: I. Variation in
net assimilation rate and leaf between species and varieties, and within and between years.
Annals of Botany, v.11, p.41-76. 1947.

http://www.freepatentsonline.com/6745719.html

Notas sobre os autores:

Domingos Manuel Mendes Lopes

Director de Curso de Engenharia Florestal da Universidade de Trás-os-Montes-e Alto Douro

(UTAD):

Categoria: Professor Auxiliar

Departamento: Florestal

Docência: Engenharia Florestal: Dendrometria

Ecologia Aplicada: Aplicações Informáticas

Publicações:

Lopes, D., J. Aranha e N. Lucas, 2001. Landsat TM images' potentiality for Pinus pinaster
macrozonation. A case study in Northern Portugal. In Proceedings of the First Annual
Conference of the Remote Sensing & Phtotogrammetry Society, London, UK, pp. 650-660.

Aranha, J., G. Alves e D. Lopes, 2001. Burnt areas identification and analysis by means of
remotely sensed images classification. A case study in Northern Portugal. In Proceedings of
the First Annual Conference of the Remote Sensing & Photogrammetry Society, London,
UK, pp. 629-641.

Lopes, D. e J. Aranha, 2000. A preliminary study for estimating leaf area index in a Pinus
pinaster Ait. forest, in the North-Centre of Portugal using Landsat Thematic Mapper data. In
Proceedings of the 2nd International Workshop on Forest Ecosystem Modelling Upsacaling
and Remote Sensing, SPB Academic Publishing bv, The Hague, The Netherlands, pp. 213-
219.

Lopes, D., 1999. Avaliação de parâmetros dendrométricos em povoamentos de Pinus pinaster

Ait. A partir de imagens de satélite Landsat TM. Tese de Mestrado em Instrumentos e
Técnicas de Apoio ao Desenvolvimento Rural, UTAD. Vila Real.

José Tadeu Marques Aranha

Categoria Professor Associado

Departamento: Florestal

Docência: Engenharia Ambiental e dos Recursos Naturais: Análise Multidimensional

Detecção Remota

Página 15 de 17
Recensão Crítica Detecção Remota

Arquitectura Paisagista: Arquitectura Paisagista

Mestrado Eng. Recursos Florestais: Análise Multidimensional,Detecção Remota.

Publicações:

Aranha, J. T. M. (2001) Gonçalo Alves Criação de um Índice de Perigo de Incêndio para o

Vale do Alto Tâmega. ESIG 2001. Editado por USIG Lisboa.

Aranha, J. T. M. e Alves G. (2001) Burnt Areas Identification and Analysis by Means of

Remotely Sensed Images Classification Proceedings of the First Annual Conference of the
Remote Sensing & Photogrammetry Society, London. ISBN 0946226318. Edited by RS&PS
2001.

Lopes, D. e Aranha, J. T. M (2001) Landsat TM Images' Potentiality for Pinus pinaster site
Index Macrozonation. Proceedings of the First Annual Conference of the Remote Sensing &
Photogrammetry Society, London. ISBN 0946226318. Edited by RS&PS 2001.

Aranha, J. T. M (2002) Os Sig No Desenvolvimento Urbano: O Caso Da Cidade De Vila Real

- Trás-Os-Montes. ESIG 2002. Editado por USIG Lisboa.

Carvalho, J. M. O. e Aranha, J. T. M (2002) Criação E Aplicação De Um Sig Para A Lezíria

Do Tejo: O Caso Das Cheias Do Rio Tejo No Vale De Santarém. ESIG 2002. Editado por
USIG Lisboa.

Aranha, José Tadeu Marques (2007) - Avaliação da biomassa potencial para fins energéticos
recorrendo a técnicas de SIG e GPS. Biomassa para energia - ciclo de seminários temas actuais
de Eng. Florestal, 12 de Dezembro de 2007, UTAD, Vila Real.

James O'Brien
Departamento : Geography, Geology and the Environment
Categoria: Principal Lecturer
Docência:
GIS Programming, Spatial Databases, GIS & Hazards, Introductory GIS Techniques, Internet
GIS, Mobile GIS, Visualization
Publicações:
Lopes, DM , Aranha, JT , Walford, N , O'Brien, J and Lucas, N (2009) Accuracy of remote
sensing data versus other sources of information for estimating net primary production in
Eucalyptus globulus Labill. and Pinus pinaster Ait. ecosystems in Portugal. Canadian Journal
of Remote Sensing, 35(1), pp. 37-53. ISSN (print) 1712-7971

Yarnal, Brent , Polsky, Colin and O'Brien, James, eds. (2009) Sustainable communities on a
sustainable planet : the human-environment regional observatory project. Cambridge, U.K. :
Cambridge University Press. 340p. ISBN 9780521895699

Prof. Nigel Walford

Departamento: Geography, Geology and the Environment
Categoria: Professor
Docência: Geographical Information Systems and Geodemographics
Geographical Data and Statistical Analysis

Página 16 de 17
Recensão Crítica Detecção Remota

Land Use and Planning and Agri-environmental Change

Publicações:

2005 Burton, R.J.F., Walford, N.S. Multiple succession on family farms in the South East of
England: a counterbalance to agricultural concentration? Journal of Rural Studies, 21(3): 335-
347.

2005 Walford, N. S. Connecting historical and contemporary small area geography in Britain:
the creation of digital boundary data for 1971 and 1981 census units, International Journal of
Geographical Information Science, 19(7): 749-767.

2005 Walford, N. S. Restructuring British agriculture during the closing decades of the 20th
century: a case study of farm size in South East England, Geography, 90(3): 238-249.

2007 Walford, N. S. The National Farm Survey (1941-43) and the tracing of post-war farmers’
movements on the South Downs, Agricultural History Review, Special Publication.

2007 Walford, N. S. Geographical and geodemographic connections between the origins and
destinations of migrants to Mid-Wales, Journal of Rural Studies, 23, 318-331.
-2002 GIS/Statistician,

Neil Lucas
Categoria: Senior Lecturer GIS/Statistician

University of Wales Swansea

Página 17 de 17