Abstract A comprehensive tectonic evolution of Proterozoic to Cambrian rocks that integrate the crystalline basement of Rio de Janeiro State, based on the new geological map, is presented. The map combines detailed geological data integrated to a 1:400.000 scale and new geochemical and geochronology data to characterize the distinct terranes amalgamated during three pulses of the Brasiliano orogeny. The Occidental terrane comprises the Tonian to Late Cryogenean passive margin of the São Francisco paleocontinent, including reworked cratonic basement. At the same period, two magmatic arc systems were developed outboard: The Continental Inner arc system represented by the dismembered terranes (Paraíba do Sul, Embú, and Cambuci domain) integrated now in the Central Superterrane: and the Intra-oceanic Outer Arc System, the Oriental Terrane, developed from 860 to 620 Ma. Related active basins were detected in association with the two arc systems that collided at ca. 620 - 595 and 605 - 550 Ma against the São Francisco passive margin. A later collision episode at ca. 535 to 510 Ma brought the Cabo Frio Terrane (Angola tip) and closed the Búzios back-arc basin. Finally, the collapse of the orogenic belt, probably related to slab detachment and asthenosphere upwelling marks transition to Gondwana stabilization.

Os índices de vegetação (IVs) possuem limitações tais como a influência da atmosfera, do solo subjacente e do relevo (efeito topográfico). Em relação ao efeito topográfico, sua correção foi pouco investigada no contexto dos IVs, apesar da atual disponibilidade de técnicas e de Modelos Digitais de Elevação (MDE) para sua correção. Neste estudo, foi realizada a correção topográfica de bandas espectrais do Landsat 5 TM utilizando dados MDE-SRTM e avaliada a influência do efeito topográfico em quatro IVs: NDVI, RVI, EVI e SAVI. A avaliação foi baseada nos valores de média e desvio padrão dos IVs e da banda 4 (infra-vermelho próximo), e com a análise de regressão linear entre estas variáveis e o cosseno do ângulo de incidência solar na superfície. Os resultados indicam que o efeito topográfico é menor nos IVs, em comparação com a banda 4. O NDVI e o RVI foram menos sensíveis ao efeito topográfico que o EVI e o SAVI. Porém, somente após a correção topográfica é que todos IVs mostraram-se independentes do efeito topográfico. Conclui-se que é necessária a correção topográfica para uma consistente redução do efeito topográfico nos IVs de áreas com topografia irregular.

The full potentiality of spectral vegetation indices (VIs) can only be evaluated after removing topographic, atmospheric and soil background effects from radiometric data. Concerning the former effect, the topographic effect was barely investigated in the context of VIs, despite the current availability correction methods and Digital elevation Model (DEM). In this study, we performed topographic correction on Landsat 5 TM spectral bands and evaluated the topographic effect on four VIs: NDVI, RVI, EVI and SAVI. The evaluation was based on analyses of mean and standard deviation of VIs and TM band 4 (near-infrared), and on linear regression analyses between these variables and the cosine of the solar incidence angle on terrain surface (cos i). The results indicated that VIs are less sensitive to topographic effect than the uncorrected spectral band. Among VIs, NDVI and RVI were less sensitive to topographic effect than EVI and SAVI. All VIs showed to be fully independent of topographic effect only after correction. It can be concluded that the topographic correction is required for a consistent reduction of the topographic effect on the VIs from rugged terrain.

A validação de modelos digitais de elevação (MDE) consiste geralmente na comparação dos dados com um conjunto de pontos de controle. Porém, a qualidade de um MDE também pode ser considerada em termos de realismo das formas. Além da análise visual, pode ser verificado que propriedades físicas e estatíticas do relevo terrestre são cumpridas. Essa abordagem é aplicada a um extrato do Topodata, um MDE obtido pela reamostragem do MDE SRTM sobre o território brasileiro com uma abordagem geostatística. Vários indicadores estatísticos são calculados. Mostram que a qualidade de Topodata em termos de descrição das formas é melhorada com relação ao SRTM.

Digital Elevation Model (DEM) validation is often carried out by comparing the data with a set of ground control points. However, the quality of a DEM can also be considered in terms of shape realism. Beyond visual analysis, it can be verified that physical and statistical properties of the terrestrial relief are fulfilled. This approach is applied to an extract of Topodata, a DEM obtained by resampling the SRTM DEM over the Brazilian territory with a geostatistical approach. Several statistical indicators are computed, and they show that the quality of Topodata in terms of shape rendering is improved with regards to SRTM.

A disponibilidade de dados hiperespectrais trouxe expectativas nos meios acadêmicos e empresariais quanto à potencialidade de sua aplicação no setor florestal. O objetivo deste trabalho foi avaliar o potencial da aplicação de dados hiperespectrais do sensor Hyperion EO-1 na quantificação da variável biofísica volume de madeira em plantios de Eucalyptus spp. e o impacto do sombreamento do relevo nessa quantificação. Para isso, estabeleceram-se correlações entre os dados espectrais e o volume de madeira, seguidos da definição de modelos de regressão linear múltipla como descritores das relações estabelecidas. O efeito do relevo sobre a reflectância dos dosséis de Eucalyptus spp. foi levado em consideração. Os dados Hyperion EO-1 foram convertidos para valores de FRB de superfície, os quais passaram a constituir os dados fundamentais de todo o trabalho. A área de estudo contemplou os plantios do gênero Eucalyptus spp. pertencentes à empresa Votorantim Celulose e Papel (VCP), localizados no Município de Capão Bonito, SP. Foram coletados dados espectrais de amostras localizadas em diferentes condições do relevo. No estabelecimento das relações com volume de madeira, o cálculo de índices de vegetação mediante o emprego de dados hiperespectrais resultou em modelos com maiores valores de R² quando compensados os efeitos topográficos de iluminação, comprovando maior potencial de aplicação desses dados.

The availability of orbital hyperspectral data has brought new perspectives to both academic and corporative sectors solving demands in forestry science. The main objective of this work was to evaluate the potential of Hyperion EO-1 hyperspectral data to quantify the biophysical timber volume in Eucalyptus spp stands and the effect of hill shading in that quantification. For this, the correlations between spectral data and timber volume were performed following the use of Multiple Linear regression models as the descriptors of the relationships established. The relief effect on the Eucalyptus spp. canopy reflectance was taken into account. The Hyperion EO-1 data were converted to BRF surface values, which were considered the basis of the entire work. The study area was located in the municipality of Capão Bonito (the State of São Paulo, Brazil) and included Eucalyptus spp. stands managed by the Votorantim Papel e Celulose company (VCP). Spectral samples were collected in different topographic conditions. In the establishment of the relationship with timber volume, the vegetation indices estimated using hyperspectral data resulted in models with higher R2 when considering the topographic illumination effect, showing higher applicability potential of this data.

Este trabalho visa ao estudo da relação entre a distribuição de fitofisionomias do Parque Nacional de Brasília (PNB) e variáveis topográficas, para avaliar o potencial de dados SRTM isoladamente, como complemento aos dados tradicionalmente aplicados no sensoriamento remoto da vegetação. Esta relação foi verificada através de análises discriminantes entre o mapa de vegetação referência do PNB e as seguintes variáveis morfométricas: elevação, declividade, orientação de vertente, curvatura vertical e curvatura horizontal. Tais análises indicaram as classes de vegetação que podem ser separadas com base nas condições topográficas do terreno. As variáveis morfométricas mais importantes na distinção entre os tipos vegetacionais foram a elevação, a declividade e a orientação de vertente. Apesar de os dados morfométricos mostrarem potencial indicativo das classes de vegetação, as análises resultaram em discriminação em um nível aquém do detalhamento temático do mapa referência. Tal desempenho pode ser explicado pela incompatibilidade das escalas de variação exibidas entre os dados morfométricos em relação ao tamanho das unidades de mapeamento da vegetação. Além disso, a variação de tipos de vegetação do cerrado pode ser explicada por uma série de outros fatores além da topografia. Com base nas análises discriminantes das variáveis morfométricas, foi possível o mapeamento experimental da vegetação ao nível de subfisionomias.

This paper aims to study the relationship between the distribution of vegetation in Brasilia National Park and topographic variables, to evaluate the potential of SRTM data alone, in addition to data traditionally used in remote sensing of vegetation. A map of vegetation of the area was used as a reference and the morphometric variables (elevation, slope, aspect and profile and plane curvatures) were compared to the mapped units. Analyses indicated vegetation types easily discriminated depending on topographic position. The variables elevation, slope and aspect were shown to be the most important for their high discrimination power of the vegetation types. Although morphometric data are recognized as having strong potential for characterizing vegetation, this was not shown in the results, due to the mismatching of variability scales between the two sources of data, where large units tend to exhibit similar distribution patterns of morphometry, and comprise classes with different responses for morphometric constraints. Discriminant analyses of morphometric variables allowed vegetation mapping up to sub-physiognomy levels.

O presente trabalho teve como objetivo avaliar o potencial das variáveis geomorfométricas extraídas de dados SRTM (Shuttle Radar Topographic Mission) para identificação de tipos vegetacionais da região do interflúvio Madeira-Purus. As variáveis geomorfométricas (elevação, declividade, orientação de vertente, curvatura vertical e curvatura horizontal) foram confrontadas com o mapa de vegetação do projeto RADAMBRASIL através de análises de histogramas e análises discriminantes. Tais análises indicaram os grupos de classes vegetacionais que podem ser separados mais facilmente em contraste com outros grupos que ocorrem sob as mesmas condições topográficas. As variáveis de relevo mais importantes na distinção entre os tipos vegetacionais foram: a elevação, a declividade e a orientação de vertentes. Apesar dos dados geomorfométricos mostrarem potencial indicativo das classes de vegetação, as análises resultaram em discriminação em um nível aquém do detalhamento temático máximo apresentado pelos dados RADAM. Tal desempenho pode ser explicado pela incompatibilidade das escalas de variação exibidas entre os dados geomorfométricos em relação ao tamanho das unidades de mapeamento da vegetação, além da co-ocorrência de classes de respostas distintas ao relevo sob uma mesma associação de classes sob as mesmas classes na legenda. Com base nas análises discriminantes das variáveis geomorfométricas, foi possível o mapeamento da vegetação experimentalmente até o nível de subfisionomias.

The objective of this work was to assess the potential of geomorphometric variables, derived from SRTM (Shuttle Radar Topographic Mission) data, to help identify vegetation types in the Amazonian Madeira-Purus interfluvio region. A RADAMBRASIL project vegetation map was used as a reference and the geomorphometric variables (elevation, slope, aspect and profile and plan curvatures) were compared to the mapped units. Analyses indicated vegetation types easily discriminated, depending on the topographic position. The variables of elevation, slope and aspect were the most important for their high discrimination power of the vegetation types. Although geomorphometric data are recognized as having strong potential for characterizing vegetation, this was not shown in the results, due to the mismatching of variability scales between the two sources of data; large units tend to exhibit similar distribution patterns of geomorphometry, and comprise classes with different responses for geomorphometric constraints. Discriminant analyses of geomorphometric variables permitted vegetation mapping up to the sub-physiognomy levels.

No presente estudo, encontra-se uma metodologia trabalhada para diminuir a suavização da declividade causada pela variação no tamanho dos pixels utilizados na interpolação de Modelos Digitais de Elevação (MDE) em Sistemas de Informações Geográficas. Para salientar os aspectos de alta variabilidade das classes de declividade da região escolheu-se, como área de estudo, uma parcela da bacia do Rio Piracicaba, ao norte do município de São Pedro, SP, com parte da cuesta basáltica. Mapas de declividade com pixels de 100, 125, 200 e 250 m foram gerados e, sobre eles, foram superpostos transectos que forneceram os dados para a análise de correlação, cujo método permitiu a constatação da variabilidade entre os mapas e apresentou alternativas para evitar o efeito suavizador da declividade e a conseqüente perda de precisão dos dados.

This paper presents a methodology to minimize the slope softening effect caused by pixel variations in the Digital Elevation Model (DEM) interpolation used in Geographic Information Systems. The studied area is part of Rio Piracicaba (São Paulo State, Brazil) watershed, located in a very steep site in order to point out the high variability slope aspects of the region. Slope maps with 100, 125, 200 and 250 m pixels were produced. Transects were overlayed on them to provide data for correlation analysis. The method confirmed the high variability among the slope maps. Furthermore, alternatives to avoid the slope softening effect and data precision losses were established.