Abstract This study aimed to classify the homogeneous regions of vegetation cover, which occur in Rio Grande do Sul, formed by clustering of pixels with same pattern of temporal variability of the Normalized Difference Vegetation Index (NDVI) of AVHRR GIMMS and MODIS series and to compare their temporal dynamics. We use K means cluster analysis for defining homogeneous regions, based on the temporal variability of GIMMS (8 km spatial resolution) and MODIS (1 km spatial resolution) NDVI data sets, using monthly images mean from 2000 to 2008 (overlapping period); and we analyzed the annual pattern of NDVI. Accuracy assessment was done with Landsat images. The results show that the temporal variability of GIMMS and MODIS NDVI allows to delimit similar homogeneous regions in order to mapping the main vegetation cover. MODIS series shows a greater detail in the definition of the regions, but with compatibility with those generated by GIMMS. The temporal dynamics show a typical seasonal pattern, with variations of NDVI amplitude between the groups, that allow to monitor phenological changes. The deviations from calibration between times series are linear, which would facilitate a correction in order to construct a long synthetic time series for studies of land cover change.

RESUMO Objetivou-se neste estudo verificar a aplicabilidade do uso de séries temporais do sensor MODIS-EVI para o mapeamento do uso do solo e cobertura vegetal no Bioma Pampa no Estado do Rio Grande do Sul. O período de estudo compreendeu os meses de junho de 2013 até junho de 2014. Os procedimentos incluíram a utilização de imagens do Sensor MODIS, dados altimétricos e imagens noturnas, associados ao classificador hierárquico por árvore de decisão, construído utilizando o algoritmo C4.5. A abordagem proposta tem origem na consideração de que a área de estudo apresenta características variadas e, por isso, deve ser tratada simultaneamente por classificadores diferentes e intuitivos, o que justifica a escolha da árvore de decisão. Para avaliar os resultados, foram usados dados de referências extraídos de imagens do satélite Landsat 8-OLI e dados do IBGE. Na classificação utilizando a série temporal MODIS, foi encontrada uma exatidão global de 90,09% e o índice Kappa de 0,8853. Com relação aos dados de referência do IBGE, a classe soja obteve um coeficiente de correlação de 0,94, a classe arroz 0,97 e a classe Silvicultura obteve o menor valor com 0,78. As maiores similaridades espectrais foram encontradas nas classes com cobertura vegetal, como campo, floresta e silvicultura. Portanto, com o uso de dados multitemporais do sensor MODIS, combinado ao uso de dados altimétricos e imagens noturnas, é possível a geração de um mapa de uso do solo e cobertura vegetal para o bioma Pampa com exatidão aceitável, considerando as limitações da resolução do sensor MODIS.

ABSTRACT This study aimed to verify the applicability of using MODIS-EVI sensor time series for land use and vegetation cover mapping in the Pampa biome, Rio Grande do Sul state, Brazil. The study period comprised the months from June 2013 to June 2014. The procedures included the use of MODIS Sensor images, altimetric data and nighttime images, associated with a hierarchical decision tree classifier, constructed using the C4.5 algorithm. The proposed approach stems from the consideration that the study area has varying characteristics and, therefore, should be treated simultaneously by different and intuitive classifiers, which justifies the choice of decision tree. To evaluate the results, reference data acquired from Landsat 8-OLI satellite images and IBGE data were used. The classification using the MODIS time series showed a global accuracy of 90.09% and Kappa index of 0.8885. When compared to the IBGE reference data, the Soybean class obtained a correlation coefficient of 0.94, the rice class obtained 0.97 and the silviculture class obtained the lowest value, 0.78. The highest spectral similarities were found in the vegetation cover classes, such as grassland, forest and silviculture. Therefore, with the use of multitemporal data from the MODIS sensor, combined with the use of altimetric data and nighttime images, it is possible to generate a land use and vegetation cover map for the Pampa biome with an acceptable accuracy, considering the MODIS sensor resolution limitations.

RESUMO Uma das atividades mais relevantes para a economia brasileira é a agricultura. O arroz está entre os produtos de maior importância no cenário agrícola nacional, e o Estado do Rio Grande do Sul é o responsável por 68,7 % da produção nacional (IBGE, 2013). O objetivo deste trabalho foi desenvolver uma metodologia de baixo custo, com uma abrangência regional capaz de discriminar as áreas utilizáveis para o cultivo de arroz irrigado, no Estado do Rio Grande do Sul, a partir do comportamento espectro-temporal de índices de vegetação de imagens MÓDIS e do Modelo HAND. A área de estudo limitou-se à metade sul do Estado do Rio Grande do Sul, que compreende a região produtora de arroz irrigado, onde, a partir do modelo HAND, foram mapeadas as áreas de inundação para discriminar a cultura do arroz irrigado. Foram utilizadas imagens multitemporais de índice de vegetação EVI do sensor MÓDIS, abrangendo o período de agosto de 2011 a maio de 2012. Para avaliar os resultados, foram utilizados dados coletados a campo e dados de área cultivada do IBGE. Os resultados mostraram que a metodologia proposta foi satisfatória, com Kappa de 0,92 e Exatidão Global de 98,18%. Portanto, o uso de dados multitemporais e de moderada resolução espacial, provenientes do sensor MÓDIS, aliados à delimitação de áreas próprias para inundação, utilizando o modelo HAND, torna possível gerar e disponibilizar dados de estimativa de área cultivada de arroz irrigado para a área de estudo.

ABSTRACT One of the most relevant activities of Brazilian economy is agriculture. Among the main crops in Brazil, rice is one of high relevance. The state of Rio Grande do Sul, in Southern Brazil, is responsible for 68.7% of domestic production (IBGE, 2013). The goal of this study was to develop a low-cost methodology with a regional scope to identify suitable areas for irrigated rice cropping in this state, using spectro-temporal behavior of vegetation index by means of MODIS images and HAND model. The rice-cropped area of this study was the southern half of the State. Using the HAND model, flood areas were mapped to identify irrigated rice cultivation. We used multi-temporal images of vegetation index from MODIS sensor, covering the period from August 2001 to May 2012. To assess the results, we used data collected in the fields and cropped area information from IBGE. The results showed that the proposed methodology was satisfactory, with Kappa 0.92 and global accuracy of 98.18%. As result, MODIS sensor data and flood areas delineation by means of HAND model generated the estimate irrigated rice area for the area of study.