Estudo da dinâmica espaço-temporal do bioma Pantanal por meio de imagens MODIS Spatial-temporal analysis of MODIS image applied to dynamic of Pantanal biome

O objetivo deste trabalho foi avaliar dados multitemporais, obtidos pelo sensor "moderate resolution imaging spectroradiometer" (MODIS), para o estudo da dinâmica espaço-temporal de duas sub-regiões do bioma Pantanal. Foram utilizadas 139 imagens "enhanced vegetation index" (EVI), do produto MOD13 "vegetation index", dados de altimetria oriundos do "shuttle radar topography mission" (SRTM) e dados de precipitação do "tropical rainfall measuring mission" (TRMM). Para a redução da dimensionalidade dos dados, as imagens MODIS-EVI foram amostradas com base nas curvas de nível espaçadas em 10 m. Foram aplicadas as técnicas de análise de autocorrelação e análise de agrupamentos aos dados das amostras, e a análise de componentes principais na área total da imagem. Houve dependência tanto temporal quanto espacial da resposta espectral com a precipitação. A análise de agrupamentos apontou a presença de dois grupos, o que indicou a necessidade da análise completa da área. A análise de componentes principais permitiu diferenciar quatro comportamentos distintos: as áreas permanentemente alagadas; as áreas não inundáveis, compostas por vegetação; as áreas inundáveis com maior resposta de vegetação; e áreas com vegetação ripária.<br>The objective of this work was to evaluate multitemporal data, obtained by moderate resolution imaging spectroradiometer (MODIS) sensor, for the study of spatial-temporal dynamics in two subregions of the Pantanal biome. One hundred and thirty nine enhanced vegetation index (EVI) images, from MOD13 vegetation index product, altimetry data from shuttle radar topography mission (SRTM) and tropical rainfall measuring mission (TRMM) precipitation data were used. In order to reduce data dimensionality, MODIS EVI images were sampled based on contour lines spacing of 10 m. The autocorrelation and cluster analysis were used for spatial and temporal evaluation of the samples; and the principal components analysis was applied to all dataset for spatial and temporal analysis. Results showed a spatial and temporal dependence between spectral response and precipitation. The cluster analysis indicated two spatial groups, suggesting the need for the analysis of the entire study area. The principal components analysis allowed to distinguish four behaviors: the areas permanently flooded; nonflooded areas composed by vegetation; flooded areas with higher spectral vegetation response; and riparian vegetation areas.