Glauciene Silva

UNIVERSIDADE FEDERAL DA PARAÍBA
CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA

PROGRAMA DE PÓS-GRADUAÇÃO EM GEOGRAFIA
GLAUCIENE JUSTINO FERREIRA DA SILVA
ESTIMATIVA DE INDICADORES BIOFÍSICOS PARA AVALIAÇÃO DO PROCESSO

DE DESERTIFICAÇÃO NO MUNICÍPIO DE SÃO JOÃO DO CARIRI-PB
JOÃO PESSOA
2014
GLAUCIENE JUSTINO FERREIRA DA SILVA
ESTIMATIVA DE INDICADORES BIOFÍSICOS PARA AVALIAÇÃO DO PROCESSO

DE DESERTIFICAÇÃO NO MUNICÍPIO DE SÃO JOÃO DO CARIRI-PB
Dissertação apresentada ao Programa de

Pós-graduação em Geografia da
Universidade Federal da Paraíba
(PPGG/UFPB), para obtenção do título de
Mestre em Geografia.
Área de concentração: Território,

Trabalho e Ambiente.
Linha de pesquisa: Gestão do Território

e Análise Geoambiental.
Orientador: Prof. Dr. Richarde Marques

da Silva.
JOÃO PESSOA
2014
S586e Silva, Glauciene Justino Ferreira da.
Estimativa de indicadores biofísicos para avaliação do
processo de desertificação no município de São João do Cariri-
PB / Glauciene Justino Ferreira da Silva.- João Pessoa, 2014.
126f. : il.
Orientador: Richarde Marques da Silva
Dissertação (Mestrado) - UFPB/CCEN
1. Geografia. 2. Gestão do território. 3. Análise ambiental -
processo de desertificação - São João do Cariri-PB. 3.Caatinga
- degradação. 4. Algoritmo SEBAL - análise - indicadores
biofísicos.
UFPB/BC CDU: 91(043)

AGRADECIMENTOS
A Deus pelo privilégio da vida, por segurar em minha mão e por me fortalecer todos
os dias.
A minha família pelo apoio incondicional, cuidado e dedicação, em especial, aos

meus pais (Graça e José) por terem-me mostrado desde cedo que a educação é o
caminho que devo seguir.
Ao meu irmão, Willame Justino, pela paciência de me ouvir falar em Semiárido todos
os dias, e pela força e encorajamento para prosseguir nessa caminhada.
A minha gratidão ao professor Dr. Richarde Marques da Silva pela orientação,

dedicação, paciência e, principalmente, confiança que depositou no
desenvolvimento desse trabalho.
Ao professor Dr. Bartolomeu Israel de Sousa por ter- me aceitado em seu grupo de
estudos, oferecendo-me ensinamentos sobre a Caatinga, ministrando sempre suas
aulas com tanta dedicação, contagiando-me com sua paixão pelo Cariri paraibano.
Aos colegas da turma 2012 do PPGG, em especial, aos meus queridos geógrafos
que me acolheram com tanto carinho (Ivanildo Costa, Flávia Maria, Rosimary
Caldas, Pamela Stevens, Jonathas Eduardo e Verônica Gomes).
Aos companheiros de Caatinga (Mônica Macêdo, Thereza Raquel, Manoel Faustino,

Otávia Apolinário, Maria Niedja e Priscila Pereira).
A Alexandro Medeiros Silva pela ajuda com o SEBAL sempre que dele precisei,
como também a Ana Paula Xavier e Isabella (bolsistas do LEPPAN) por toda a ajuda
com o PNE.
Aos professores do PPGG e aos professores voluntários de outras instituições pela

dedicação à Turma 2012, que tanto contribuíram para que eu pudesse visualizar
meu objeto de estudo com um olhar geográfico.
À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pela

bolsa de estudos concedida para que eu pudesse me dedicar exclusivamente a
minha pesquisa no segundo ano do mestrado.
Finalmente, a minha eterna gratidão a todos pelas orações.

Uma paisagem não é guardada como um
cenário de teatro quando o espetáculo
termina [...] Para mudar a face é preciso
mudar o olhar.
Georges e Claude Bertrand (2007)

RESUMO
A degradação das terras no semiárido brasileiro tem intensificado a perda da

vegetação do tipo caatinga, provocando a exaustão dos solos, dos recursos hídricos
e proporcionando a expansão do processo de desertificação dos solos. Em uma
região com grande heterogeneidade do ponto de vista socioambiental, como é o
caso do semiárido paraibano, a urgência por metodologias que proporcionem uma
melhor compreensão sobre o fenômeno é indiscutível. Diante do exposto, o
entendimento das diferentes paisagens na região semiárida e a obtenção de dados
dos aspectos bioclimáticos é uma alternativa para compreensão da dinâmica da
degradação das terras e consequente desertificação. Nesse contexto, a utilização de
fontes de dados, como o sensoriamento remoto, tem proporcionado a aquisição de
informações referentes às variáveis biofísicas envolvidas no equilíbrio ambiental por
meio do balanço de radiação. Dessa forma, essa pesquisa tem como objetivo
demonstrar o potencial de indicadores biofísicos para avaliação do processo de
desertificação e consequentes alterações na paisagem na Bacia Experimental de
São João do Cariri, localizada na microrregião do Cariri paraibano. Com a utilização
de técnicas de sensoriamento remoto, pesquisas de campo e o emprego do
algoritmo SEBAL, foi possível analisar diversos indicadores biofísicos, como: albedo,
índices de vegetação (IAF, NDVI e SAVI), temperatura da superfície, saldo de
radiação e fluxo de calor no solo. Os resultados obtidos constatam que a área de
estudo apresenta áreas de solo exposto com alto nível de degradação que
impossibilita o desenvolvimento de uma vegetação mais expressiva. O potencial
natural de erosão (PNE) demonstrou que a área apresenta altas perdas de solo por
erosão chegando a 135 t/ano. Com a distribuição espacial das variáveis constatou-
se que os valores encontrados foram condizentes com a literatura consultada para
áreas de caatinga. O albedo da superfície apresentou valores elevados nas áreas de
solo exposto e a sua variação espacial foi condizente com a localização das
mesmas. O SAVI apresentou valores mais coerentes com a densidade vegetal
encontrada na área, quando comparado com o NDVI. Já, o IAF apresentou valores
considerados altos para área de caatinga entre (06), o que poderia evidenciar maior
densidade de biomassa vegetal na área de estudo, porém, a baixa diversidade
encontrada nessas áreas mostrou que os altos valores foram obtidos para
vegetação exótica. A distribuição espacial da temperatura da superfície variou
conforme a presença da vegetação que, mesmo rala e espaçada, diminui a
temperatura do solo, proporcionando uma menor ação erosiva pelo impacto das
chuvas intensas e irregulares. Foi verificado que os menores valores de saldo de
radiação (Rn) estiveram presentes nas áreas mais degradadas da bacia (porção
oeste). O fluxo de calor no solo nessas áreas, também, apresentou-se elevado,
sendo influenciado pelas características e tipo de cobertura do solo. Os resultados
obtidos na pesquisa possibilitaram a aquisição de dados para monitoramento das
variáveis envolvidas no balanço de energia fornecendo subsídios para deter a
degradação ambiental na bacia e o consequente avanço do processo de
desertificação.
Palavras-chave: Caatinga. Degradação. SEBAL. Semiárido.

ABSTRACT
The degradation of the semiarid lands in Northeast region of Brazil is increasing, thus
favoring the lost of its typical vegetation called Caatinga it is provoking the
exhaustion of the soils, water resources and also spreading the process of soil
desertification. The semiarid lands in Paraiba state are very heterogeneous in the
socio-environmental point of view. Than it is necessary an urgent planning to solve
those problems. The understanding of the different landscapes in this region and the
obtaining of data from the bio-climate aspects, in fact, is an alternative to understand
the dynamics of degradation of the lands and its consequent desertification. In this
context the use of remote sensing data has giving information to the biophysical
variables involved in the environmental equilibrium by the balance of radiation. In this
way, this research has as a goal to demonstrate the biophysical indicators potentials
to evaluate the process of desertification and its consequent alterations in the
landscape of the experimental basin in São João do Cariri, located in the micro-
region of Cariri in Paraiba state. With the use of the techniques of remote sensing,
field research and the use of the SEBAL algorithm it was possible to analyze many
biophysical indicators, such as albedo, vegetation indices (IAF, NDVI and SAVI), the
land surface temperature, net radiation and the soil heat flux. The results obtained
show that the area studied has already presented higher levels of degradation, what
makes almost impossible the development of the vegetation. The natural potential of
erosion (NPE) displayed that the area presents high loses of soil. Its erosion is
getting 135 ton a year. With the spatial distribution of the variables, we concluded
that the values founded were consistent in relation to the consulted literature to the
area of Caatinga. The albedo of the surface presented high values in the area of
exposed soil and its special variation was consistent with its location. The SAVI
presented values more consistent with the vegetal diversity founded in the area,
when compared with NDVI. The IAF presented higher values for the Caatinga area,
between (0 – 6), which could display a major density of vegetal bio-mass in the area
of study. However, the low diversity founded in these areas shows that the higher
values were obtained for the exotic vegetation. The spatial distribution of the land
surface temperature ranged according to the presence of vegetation that even thin
and spaced decreased the soil temperature and protected it from the erosive action
provoked by the impact of the intense and irregular rains. It was checked that the low
values of net radiation (Rn) were presented in the most degraded areas of the basin
(west portion). These were also the areas with higher values of the soil heat. The
estimated values were mainly by the land covers and reflected the level of
degradation of the basin.
Keywords: Caatinga. Degradation. SEBAL. Semiarid.

LISTA DE FIGURAS
Figura 1 – Localização da Bacia Experimental de São João do Cariri ...................... 16

Figura 2 – Distribuição mensal da precipitação pluviométrica nas décadas de 1990 a
2012 na Bacia Experimental de São João do Cariri de São João do Carri....... 17
Figura 3 – (a) Solo exposto e pouco vegetado; (b) Solo pedregoso presente na
área da Bacia Experimental de São João do Cariri .................................. 18
Figura 4 – Tipos de solos encontrados na área de estudo ........................................ 18
Figura 5 – Mapa hipsométrico da Bacia Experimental de São João do Cariri ........... 19
Figura 6 – Mapa das declividades na Bacia Experimental de São João do Cariri..... 20
Figura 7 – Diversidade de espécies presentes em uma área da Bacia
Experimental de São João do Cariri ......................................................... 21
Figura 8 – (a) Vegetação espaçada e solo degradado; (b) Clareiras em meio à
vegetação rala e espaçada em área da Bacia Experimental de São
João do Cariri ........................................................................................... 21
Figura 9 – Estrato herbáceo em área próxima a barramento na Bacia Experimental .... 22
Figura 10 – (a) Escavação provocada por mina de Caulim no município de Junco
do Seridó-PB; (b) Acúmulo de material descartado na mineração........... 35
Figura 11 – Percentual de variação da reflectância do solo nos diferentes
comprimentos de onda e a diferentes teores de matéria orgânica ......... 51
Figura 12 – Resposta da reflectância de uma folha de magnólia (Magnolia
grandiflora) a diferentes conteúdos de umidade .................................... 53
Figura 13 – Reflectância espectral característica da folha verde e sadia de um
vegetal para o intervalo de onda entre 0,4 e 2,6 µm .............................. 54
Figura 14 – Fluxograma com a sequência metodológica utilizado nesta pesquisa ....... 60
Figura 15 – Fluxograma das etapas para obtenção do saldo de radiação da
superfície e fluxo de calor no solo .......................................................... 63
Figura 16 – Áreas selecionadas para análise do PNE x SAVI e para elaboração
dos histogramas de frequência .............................................................. 73
Figura 17 – Mapa da cobertura do solo na Bacia Experimental de São João do
Cariri 18/06/1990 .................................................................................... 75
Cariri em 20/09/1995 .............................................................................. 76
Figura 19 – Percentual de cobertura do solo na bacia em 1990 e 1995 ................... 77
Figura 20 – Precipitação em São João do Cariri em 1990 ........................................ 78
Cariri em17/12/2004 ............................................................................... 79
Cariri em 28/10/2009 .............................................................................. 80
Figura 24 – Percentual de cobertura do solo na bacia em 2004 e 2009 ................... 80
Figura 27 – Albedo da superfície para os dias de (a) 18/06/1990, (b)
20/09/1995, (c) 17/12/2004 e (d) 28/10/2009, na Bacia
Experimental de São João do Cariri ....................................................... 83
Figura 28 – Afloramento rochoso presente na área da Bacia Experimental de
São João do Cariri-PB em 23/11/2013 ................................................... 84
Figura 29 – (a) Área com solo exposto na Bacia Experimental em 08/07/2012;
(b) Área com vegetação em pleno vigor vegetativo em 14/05/2011 ....... 85
Figura 30 – Valores de NDVI na Bacia Experimental de São João do Cariri para
os dias de (a) 18/06/1990, (b) 20/09/1995, (c) 17/12/2004 e (d)
28/10/2009 .............................................................................................. 87
Figura 31 – Área que nos períodos chuvosos acumula água formando “lagoas”
que favorecem o desenvolvimento da vegetação nas proximidades ..... 88
Figura 32 – Valores de SAVI estimados para Bacia Experimental de São João
do Cariri nos dias de (a) 18/06/1990 e (b) 20/09/1995 ........................... 90
Figura 33 – Mapas temáticos do IAF para (a) 18/06/1990, (b) 20/09/1995, (c)
17/12/2004 e (d) 28/10/2009 na Bacia Experimental de São João
do Cariri .................................................................................................. 92
Figura 34 – (a) Área vegetada próxima aos corpos d’água na Bacia
Experimental; (b) Foto com vista para vegetação menos expressiva..... 93
Figura 35 – Presença da algaroba (Prosopis Juliflora) próxima à área das
estações climatológicas da Bacia Experimental de São João do Cariri ..... 93
Figura 36 – Variação da temperatura da superfície na Bacia Experimental de São
João do Cariri em (a) 18/06/1990, (b) 20/09/1995, (c) 17/12/2004 e (d)
28/10/2009 .............................................................................................. 95
Figura 37 – (a) Área de vegetação espaçada; (b) Área de vegetação de
pequeno porte e cactáceas .................................................................... 96
Figura 38 – (a) Vegetação de porte arbóreo encontrada na área de estudo; (b)
Vegetação verificada na área da Bacia Experimental em 14/05/2011 ....... 96
Figura 39 – Saldo de Radiação para as datas de (a) 17/12/2004 e (b) 28/10/2009
na Bacia Experimental ............................................................................. 97
Figura 40 – Distribuição espacial do fluxo de calor no solo em (a) 18/06/1990, (b)
20/09/1995, (c) 17/12/2004 e (d) 28/10/2009 ............................................ 99
Figura 41 – Exemplo de área de solo exposto na Bacia Experimental de São João
do Cariri ................................................................................................ 100
Figura 42 – Espacialização do potencial natural de erosão do solo (PNE) na
Bacia Experimental de São João do Cariri ........................................... 102
Figura 43 – PNE x SAVI em área vegetada e não vegetada ................................... 104
Figura 44 – Localização das áreas escolhidas para verificação da distribuição
de frequência dos valores de SAVI em (a) 18/06/1990, (b)
20/09/1995, (c) 17/12/2004 e (d) 28/10/2009 ....................................... 105
Figura 45 – Distribuição espacial resultante da álgebra dos mapas temáticos
dos indicadores (a) albedo da superfície, (b) SAVI, (c) temperatura
da superfície em (°C), e (d) fluxo de calor no solo (W/m²).................... 108
LISTA DE TABELAS
Tabela 1 – Desmatamento na Caatinga entre 2002 e 2009 ...................................... 33

Tabela 2 – Produção e valor de comércio da lenha e carvão vegetal na Paraíba no
ano de 2012 .............................................................................................................. 34
Tabela 3 – Condições climatológicas para as datas das imagens utilizadas ............ 60
Tabela 4 – Descrição dos coeficientes utilizados para calibração das bandas do
sensor TM do Landsat-5, entre maio/2003 e abril/2007 ............................................ 65
Tabela 5 – Parâmetros obtidos dada a passagem do satélite Landsat-5 na área
estudada 69
Tabela 6 – Dados dos postos pluviométricos presentes na Bacia Experimental de
São João do Cariri ..................................................................................................... 70
Tabela 7 – Tipos de solos e valores de erodibilidade na Bacia Experimental de São
João do Cariri ............................................................................................................ 71
Tabela 8 – Quantificação das classes de cobertura do solo em 1990 e 1995........... 76
Tabela 9 – Quantificação das classes de cobertura do solo em 2004 e 2009........... 79

Tabela 10 – Estatística descrita dos valores estimados para os indicadores biofísicos
101
Tabela 11 – Classificação das perdas de solo por grau de erosão ......................... 103
Tabela 12 – Estatística descritiva dos indicadores biofísicos em relação à ocupação

do solo no período estudado ................................................................................... 110
SUMÁRIO
INTRODUÇÃO .......................................................................................................... 13
2 OBJETIVOS ........................................................................................................... 15
2.1 Objetivo geral ...................................................................................................... 15
2.2 Objetivos específicos........................................................................................... 15
3 ÁREA DE ESTUDO ............................................................................................... 16

3.1 Caracterização Geoambiental ............................................................................. 16
4 A PAISAGEM E O PROCESSO DE DESERTIFICAÇÃO ...................................... 23

4.1 Paisagem como conceito geográfico norteador da pesquisa .............................. 23
4.2 O processo de desertificação .............................................................................. 25
4.2.1 Desertificação no semiárido brasileiro .............................................................. 29
4.2.2 Pressão sobre os recursos naturais locais e a cobertura da terra .................... 32
4.3 Indicadores biofísicos para análise do processo de desertificação ................ 39
4.3.1 Cobertura vegetal ............................................................................................. 40
4.3.2 Índices de vegetação........................................................................................ 41
4.3.3 Albedo .............................................................................................................. 44
4.3.4 Temperatura da superfície ............................................................................... 44
4.3.5 Fluxo de calor no solo ...................................................................................... 45
4.3.6 Potencial natural de erosão do solo (PNE) ....................................................... 45
5 GEOTECNOLOGIAS NO ESTUDO DO PROCESSO DE DESERTIFICAÇÃO ..... 47

5.1 Comportamento espectral dos alvos (solo e vegetação) ..................................... 50
5.2 Solo ..................................................................................................................... 51
5.3 Vegetação ........................................................................................................... 52
5.4 Processamento digital de imagens ...................................................................... 56
6 PROCEDIMENTOS METODOLÓGICOS............................................................... 59
6.1 Materiais .............................................................................................................. 59
6.2 Processamento das imagens orbitais utilizadas neste estudo ............................ 61
6.3 Obtenção das variáveis biofísicas ....................................................................... 62
6.4 Procedimentos estatísticos para análise dos indicadores biofísicos ............... 74
7 RESULTADOS E DISCUSSÕES ........................................................................... 75

7.1 Mapeamentos da cobertura do solo entre 1990 e 2009 ...................................... 75
7.2 Parâmetros biofísicos .......................................................................................... 82
7.2.1 Análise do albedo da superfície ....................................................................... 82
7.2.2 Análise do NDVI ............................................................................................... 85
7.2.3 Estimativa do SAVI ........................................................................................... 89
7.2.4 Estimativa e análise do IAF .............................................................................. 91
7.2.5 Temperatura da superfície, saldo de radiação e fluxo de calor no solo............ 94
7.3 Análise estatística dos indicadores biofísicos .................................................... 100
7.4 Potencial natural de erosão do solo (PNE) ........................................................ 102
7.5 Resultados da álgebra de mapas ...................................................................... 107
8 CONSIDERAÇÕES FINAIS ................................................................................. 112
REFERÊNCIAS ....................................................................................................... 115

13
INTRODUÇÃO
Em regiões áridas, semiáridas e subúmidas secas, a degradação das terras

provocada por ações humanas, associada às condições climáticas, tem intensificado
o processo de desertificação (UCCD, 1995). A desertificação é um problema que
provoca a perda da biodiversidade, degradação dos solos e dos recursos hídricos
devido ao assoreamento dos rios e perda da vegetação. Esse fenômeno tem
avançado consideravelmente nas regiões susceptíveis a esse processo no
semiárido brasileiro (SOUZA, 2007; SILVA et al., 2009).
No semiárido nordestino, a destruição do bioma caatinga, ocasionado entre
outros fatores pelo desmatamento e queimadas, tem contribuído gradativamente
para tornar esse espaço mais vulnerável ao processo da desertificação (MMA,
2010).
O semiárido paraibano sofre com as restrições impostas pelo clima, pela falta
de condições favoráveis às práticas do cultivo agrícola de espécies mais exigentes
em água, e, ainda, a ineficiente infraestrutura que dificultam a promoção do uso
sustentável dos recursos naturais disponíveis, tornando quase inevitável a
interferência desse processo na vida da população.
Diante de tanta complexidade, pesquisas sobre a desertificação são de
extrema importância para compreender as dinâmicas naturais, sem que ocorra a
cristalização da ideia de que o homem é um elemento meramente externo e
causador de impactos.
Associada à complexidade da desertificação, a heterogeneidade das áreas
afetadas colabora com a carência de indicadores que permitam o acompanhamento
das alterações e forneçam dados confiáveis sobre a dinâmica do processo em
regiões semiáridas.
Entre as diferentes formas de abordar o processo de desertificação, a análise
integrada da paisagem possibilita a caracterização e avaliação espaço-temporal,
tanto dos aspectos físicos (climáticos, geológicos e pedológicos), como dos usos e
ocupação, ou seja, a apropriação do espaço. Com isso, a análise integrada dos
aspectos naturais e das interferências humanas colabora para a compreensão do
processo de desertificação.
A estimativa de indicadores biofísicos utilizados para avaliar a dinâmica dos
fatores naturais que interferem diretamente no processo de desertificação, é uma
14
alternativa para as pesquisas que buscam metodologias passíveis de serem

aplicadas em diferentes regiões semiáridas. Tendo em vista que os indicadores são
condicionados pelos aspectos físico-geográficos locais e sensíveis às dinâmicas na
cobertura do solo, permitindo que se estime o quadro de degradação na área de
estudo.
O desenvolvimento de pesquisas relacionadas aos ambientes submetidos ao
clima semiárido tem proporcionado uma maior divulgação das vantagens da
estimação de indicadores biofísicos e dos aprimoramentos realizados para sua
utilização em ambientes tão complexos, como é o caso da porção semiárida
brasileira.
A utilização de técnicas de Sensoriamento Remoto e Sistemas de
Informações Geográficas (SIG), por meio de análise espacial, proporcionam um
diagnóstico espaço-temporal das alterações provocadas ao meio ambiente, pois
permitem monitorar e diagnosticar o grau de degradação das terras e possíveis
áreas susceptíveis ao processo de desertificação.
Nessa perspectiva, este estudo busca demonstrar o potencial de indicadores
biofísicos para compreensão do processo de desertificação e alterações na
paisagem, tendo como área de estudo a Bacia Experimental de São João do Cariri,
localizada no município de São João do Cariri, mesorregião geográfica da
Borborema e microrregião do Cariri.
15
2 OBJETIVOS
2.1 Objetivo geral
Estimar indicadores biofísicos para avaliação do processo de desertificação e

consequentes alterações na paisagem.
2.2 Objetivos específicos
 Analisar temporalmente as alterações na cobertura vegetal por meio de

índices de vegetação;
 Avaliar temporalmente as variáveis biofísicas na área em estudo;
 Analisar o uso e ocupação do solo e o potencial natural de erosão na Bacia
Experimental de São João do Cariri;
 Avaliar a susceptibilidade à desertificação mediante parâmetros biofísicos.
16
3 ÁREA DE ESTUDO
A escolha da área de estudo levou em consideração a necessidade de

estudar a degradação ambiental nos municípios paraibanos. Diante do fato que a
região semiárida do Estado sofre com as condições impostas pelo clima e com o
avanço do processo de desertificação, é de fundamental importância a busca por
informações que proporcionem uma análise sobre as alterações provocadas pelo
uso inadequado dos recursos naturais.
A escolha dessa área de estudo deve-se ao fato da disponibilidade de dados
de uma estação climatológica, instalada no local, e, também, por estar localizada na
porção semiárida no Estado da Paraíba, região afetada pelos processos de
desertificação.
3.1 Caracterização Geoambiental
A área escolhida para a pesquisa está localizada no município de São João

do Cariri-PB. Trata-se da Bacia Experimental de São João do Cariri – Bacia Escola
(Figura 1), onde são realizadas pesquisas meteorológicas, hidrossedimentológicas e
na área de zootecnia e veterinária, ligadas à UFPB e UFCG.
Figura 1 – Localização da Bacia Experimental de São João do Cariri
Fonte: Elaboração própria, 2013.

17
A bacia experimental está localizada entre as coordenadas geográficas 7º 23’

18’’ S e 36°33’18’’O e 7° 20’ 31’’ S e 36°31’28’’ O, na Região fisiográfica do Planalto
da Borborema, mesorregião da Borborema e microrregião do Cariri Oriental (MELO,
2010).
De acordo com Paes-Silva et al. (2003a), a bacia ocupa uma área de 1.380
ha, sendo constituída pelos riachos dos Namorados e Boqueirãozinho. O riacho dos
Namorados drena as terras da bacia e é afluente do Rio Taperoá, que, por sua vez,
é contribuinte do Rio Paraíba.
O corpo d’água mais expressivo na área é o açude dos Namorados, que foi
construído pelo Departamento Nacional de Obras contra as Secas (DENOCS), para
suprir as necessidades de água potável da população da cidade de São João do
Cariri, tendo sua obra concluída em 1935 (Paes-Silva et al., 2003b).
O clima da região, em que a bacia está localizada, segundo a classificação de
Köppen é do tipo Bsh’ – semiárido quente, com chuvas de verão-outono. Ainda
apresenta estação seca prolongada de 8 a 9 meses e uma temperatura média de
24ºC.
Na Figura 2, percebe-se a distribuição mensal da precipitação nas décadas
de 1990 e 2000 e a média dos 22 anos analisados em comparação com a normal
climatológica.
Figura 2 – Distribuição mensal da precipitação pluviométrica nas décadas de 1990 a 2012

na Bacia Experimental de São João do Cariri
18
Em relação à geologia, o município de São João do Cariri está inserido no

complexo granito-gnáissico-migmático de Pernambuco-Alagoas, principais
elementos da geologia e estrutura da província da Borborema, onde o embasamento
cristalino é do Pré-Cambriano, apresentando características de impermeabilidade
que facilitam o escoamento superficial (PIRES, 2009).
Segundo Silva e Santos (2012), os solos na bacia são rasos, pedregosos,
predominantemente plásticos, pouco porosos, susceptíveis à erosão e não
ultrapassam 50 cm de profundidade (Figura 3).
(a) (b)
Figura 3 – (a) Solo exposto e pouco vegetado; (b) Solo pedregoso presente na área
da Bacia Experimental de São João do Cariri em 23/11/2013.
Fonte: Glauciene Justino, 2013.
Figura 4 – Tipos de solos encontrados na área de estudo

19
As classes de solo encontradas na área são: cambissolo, luvissolo crômico,

neossolo flúvico, neossolo litólico, vertissolo cromado (Figura 4). Para Chaves et al.
(2002), ainda, ocorrem em algumas áreas afloramentos rochosos associados ao
neossolo litólico.
A elevação na área da bacia varia entre 430 e 570 m, e o ponto mais alto
atinge pouco mais de 560 metros. A Figura 5 apresenta a distribuição espacial das
classes hipsométricas na área da bacia experimental.
Figura 5 – Mapa hipsométrico da Bacia Experimental de São João do Cariri

O relevo apresenta-se como suave e ondulado na maior parte da bacia. O

mapa da Figura 6 apresenta as classes de declividade presentes na bacia. As áreas
mais declivosas correspondem às encostas côncavas que são resultantes da
dissecação da rede de drenagem, das encostas de elevação e das serras, além das
cabeceiras de drenagem (CHAVES et al., 2002).
A região semiárida está inserida no domínio morfoclimático das caatingas,
sendo a vegetação encontrada na bacia a do tipo caatinga hiperxerófila. Silans et al.
(2005), em estudo na mesma área, afirmam que grande parte da área da bacia é
ocupada por vegetação nativa, utilizada como pastagem e reserva de lenha.
20
Figura 6 – Mapa das declividades na Bacia Experimental de São João do Cariri

As espécies que podem ser notadas são: (a) lenhosas: angico

(Anadenanthera colubrina), catingueira (Caesalpina pyramidalis Tul.), e a exótica
algaroba (Prosopis Juliflora), (b) cactáceas: palmatória (Opundia sp.), xique-xique
(Pilosocereus gounellei), mandacaru (Cereus jamacaru), facheiro (Pilosocereus
piauhinensis), (c) pastagem: capim-mimoso (Axonopus purpusii Nees), e (d)
arbóreas: marmeleiro (Cróton sincorensis), mufumbo (Cobretum leprosum), pinhão-
branco (Jatropha pohliana), pereiro (Aspidosperma pyrifolium).
Toda essa diversidade de espécies nativas encontra-se bem distribuída na
área da bacia. Na Figura 7, pode-se notar xique-xique, macambira e marmeleiro. A
presença da algaroba às margens dos açudes e em diversos locais da bacia pode
ser verificada. Antes, essas áreas eram ocupadas por espécies nativas como
catingueira e pereiro.
Como a área foi intensivamente explorada pela agropecuária, grande parte da
cobertura vegetal nativa foi desmatada ou substituída por espécies exóticas com o
intuito de reflorestamento.
21
Figura 7 – Diversidade de espécies presentes em uma área da Bacia Experimental

de São João do Cariri em 23/11/2013
( a) (b)
Figura 8 – (a) Vegetação espaçada e solo degradado; (b) Clareiras em meio à

vegetação rala e espaçada em área da Bacia Experimental de São João
do Cariri em 23/11/2013
22
Figura 9 – Estrato herbáceo em área próxima a barramento na Bacia Experimental em

23/11/2013.
Em visitas à Bacia Experimental de São João do Cariri, foi possível identificar

as espécies mais predominantes, o porte da vegetação em diferentes áreas e a
distribuição da vegetação nas proximidades dos açudes e corpos d’água. Em muitos
locais, identificou-se a ausência de cobertura vegetal devido à degradação
acentuada e à presença de solo exposto bastante pedregoso (Figura 8). Em alguns
pontos da bacia, a cobertura presente no solo esteve restrita ao estrato herbáceo
(Figura 9).
23
4 A PAISAGEM E O PROCESSO DE DESERTIFICAÇÃO
Devido à complexidade, que o fenômeno da desertificação apresenta, torna-

se necessário compreender as transformações nas diferentes paisagens existentes
no Semiárido para identificar e combater o avanço desse processo na região. Com
isso, o monitoramento das alterações na cobertura e uso das terras configura-se
como um meio para analisar as alterações provocadas pela ação humana.
4.1 Paisagem como conceito geográfico norteador da pesquisa
Para a construção do conhecimento sobre o processo de desertificação, foi

necessário escolher o tipo de abordagem a ser utilizada. A abordagem física
(paisagem) permitiu fundamentar a análise a partir do conceito geográfico de
paisagem, integrando a análise de acordo com o uso e ocupação da área, ou seja, a
apropriação da paisagem e seu processo de transformação.
Levando em consideração todo o processo histórico para a construção desse
conceito na ciência Geográfica, Bertrand (1971) e Nascimento (2010) fazem uma
retrospectiva em torno da construção da definição de paisagem até as teorias mais
recentes que a definem a partir de uma visão integrada e multidisciplinar para
compreender os processos envolvidos nas modificações do meio.
As transformações naturais e as interferências humanas na área formam a
dinâmica da paisagem. Partindo desse pressuposto, esta pesquisa se apoia na
concepção de Bertrand (1971) de que a paisagem não é a simples adição de
elementos geográficos disparatados. A paisagem é uma determinada porção do
espaço, resultado da combinação dinâmica, portanto, instável, de elementos físicos,
biológicos e antrópicos que, reagindo dialeticamente uns sobre os outros, fazem da
paisagem um conjunto único e indissociável, em perpétua evolução.
A análise integrada da paisagem proporciona um estudo completo do meio,
pois considera tanto os aspectos naturais (físicos) como os sociais, favorecendo
dessa forma a compreensão da relação sociedade/natureza.
Ainda com esse pensamento, Rodriguez (2007) entende que a paisagem é
um sistema complexo que reproduz e consome recursos energéticos, campo das
transformações naturais e humanas. Além disso, o conceito de paisagem pode ser
24
apreendido pela percepção estética e ser tangível a análises mais aprofundadas em

escalas variáveis de detalhamento.
Christofoletti (1998) atribui à paisagem a concepção de conceito chave da
Geografia, pois possibilita a compreensão do espaço como um sistema ambiental,
físico e socioeconômico, com estruturação, funcionamento e dinâmica dos
elementos físicos, biogeográficos, sociais e econômicos. As relações e distribuições
espaciais desses fenômenos são compreendidas na atualidade com o estudo da
complexidade inerente às organizações espaciais.
Para Shier (2003), o estudo da paisagem exige um enfoque do qual se
pretende fazer uma avaliação, definindo o conjunto de elementos envolvidos, a
escala a ser considerada e a temporalidade na paisagem.
A análise da paisagem, alterada pela desertificação, deve contemplar todos
os elementos que influenciam na dinâmica natural e, que, intensificados pelas ações
humanas, levam ao processo de desertificação. Como a desertificação é um
fenômeno dinâmico e modificador, deve ser exposto no contexto geográfico e
histórico, sem deixar de apresentar as peculiaridades sociais e todos os processos
naturais bem como o desenvolvimento das atividades humanas nas áreas afetadas
pelo problema. Entre as diferentes formas de abordar este fenômeno, a análise da
paisagem possibilita a caracterização e avaliação espaço-temporal tanto dos
aspectos físicos como dos usos e ocupação, ou seja, a apropriação do espaço.
Nesse contexto, Verdum (2005) assegura que, para os geógrafos, não seria
suficiente abordar, por exemplo, os impactos ambientais meramente como impactos
antrópicos, situados numa esfera genérica de análise em relação aos detentores do
poder e dos modos de produção na(s) sociedade(s) humana(s). Porém, deve-se
ressaltar que a Teoria Geral dos Sistemas, para a qual o estudo da paisagem é uma
possibilidade de método, não contempla essas relações políticas, embora aponte
para elas, ao mostrar as consequências dessas intervenções no espaço.
Vale salientar que esses fatores são intensificadores da desertificação e
constituem as ações humanas mais significativas que provocam modificações
drásticas à paisagem.
A apropriação do Cariri paraibano, microrregião susceptível à desertificação,
não difere do que ocorreu nas áreas dos núcleos de desertificação (Seridó-RN,
Gilbués-PI, Irauçuba-CE e Cabrobó-PE), onde a exploração dos recursos naturais e
25
da mão de obra barata proporcionou o desenvolvimento do litoral e supriu com

mantimentos as regiões mais desenvolvidas nos estados nordestinos.
Nos núcleos de desertificação, em que as ações humanas provocaram
intensa degradação- causada pela substituição da caatinga por práticas agrícolas,
pecuária extensiva e retirada de madeira para produção de lenha e carvão,
associadas às atividades mineradoras inapropriadas - essas práticas contribuiram
indiscutivelmente para a degradação dos recursos naturais presentes nessas áreas.
Para Carvalho (2006), os espaços afetados pelas secas são caracterizados
por expressivas diferenças internas. Essas diferenças resultam na ação integrada de
suas particularidades físicas (a geologia, a semiaridez de seu clima, com chuvas
esparsas, temporal e espacialmente) com a força de relações sociais de produção
determinadas. É importante ressaltar que todos esses fatores, que influenciam a
ocupação e o uso do solo, estão diretamente ligados à origem do processo de
desertificação.
Ab’Saber (1977) elaborou um trabalho de referência sobre as áreas
degradadas nos Sertões, atribuindo ao uso de técnicas inadequadas das atividades
produtivas ao longo do processo histórico de ocupação, atrelado ao crescimento
demográfico paralelo, as principais causas desse processo.
Dessa forma, deve-se considerar, além dos fatores físicos naturalmente
responsáveis por modificações ambientais, o efeito intensificador e até mesmo
acelerador das atividades humanas inadequadas, sem controle e planejamento, ou
seja, suas interações ao longo do processo histórico.
4.2 O processo de desertificação
As alterações provocadas pela exploração predatória dos recursos naturais,

as modificações no uso e ocupação do solo, associadas às condições climáticas,
têm contribuído gradativamente para tornar o bioma Caatinga mais vulnerável ao
processo de desertificação. O fenômeno da desertificação provoca alterações
intensas na paisagem que culminam na perda total da capacidade produtiva das
terras. Como consequência, a diminuição da produção agrícola gera problemas
socioeconômicos, que afetam diretamente a vida da população.
Segundo Conti (2008), o engenheiro francês Aubreville introduziu o termo
desertificação pioneiramente em 1949, para designar áreas em vias de degradação
26
na África tropical. A preocupação com o tema se tornou parte dos debates. Conti
afirma, ainda, que, em 1956 na cidade do Rio de Janeiro durante o XVII Congresso
Internacional de Geografia, foi criada uma Comissão Especial para Estudos da
Desertificação e Terras Áridas.
Mesmo sendo um tipo de degradação muito antigo, a desertificação só
passou, efetivamente, a ser alvo de discussões internacionais a partir da década de
1970, quando uma grande seca atingiu a região do Sahel, na África, provocando
forte impacto econômico, social e ambiental (SOUZA, 2008).
Diante da catástrofe africana, os pesquisadores passaram a estudar o
fenômeno e procurar alternativas para deter o avanço da desertificação em áreas
vulneráveis em diversas partes do mundo, sobretudo nas semiáridas, como é o caso
de grande parte da região Nordeste.
No Brasil, a questão das secas e de seus efeitos sobre o meio ambiente tem
sido apresentada na literatura e em relatórios oficiais desde a colonização. Porém, o
termo desertificação e sua conceituação são citados somente por Vasconcelos
Sobrinho no início da década de 1970 (SALES, 2002).
Foi, sem dúvida, Vasconcelos quem impulsionou os estudos sobre a
desertificação no Brasil e, ainda, responsável pelas primeiras pesquisas acadêmicas
sobre o tema no país. Seus estudos, em escala regional, classificaram os núcleos de
desertificação – áreas já comprometidas pelo processo de desertificação – no
Nordeste brasileiro.
Outro pesquisador que estudou o tema e contribuiu para a divulgação do
problema da desertificação foi o geógrafo Ab’Saber, em obra sobre a Problemática
da desertificação e da savanização no Brasil intertropical (AB’SABER, 1977). O
autor descreve as características das áreas suscetíveis aos processos de
desertificação, desde a predisposição geoecológica até a acentuação desses fatores
pela ação humana.
Nimer (1980), em artigo intitulado Subsídio ao Plano de Ação Mundial para
combater a Desertificação – Programa das Nações Unidas para o Meio Ambiente
(PNUMA) diferencia deserto de desertificação. Em 1988, o mesmo autor, também,
publica o trabalho Desertificação Realidade ou Mito? Apresentando, dessa forma, as
bases conceituais do problema da desertificação.
Ainda nessa perspectiva, Rodrigues (1992) publica trabalho em que avalia o
quadro da desertificação no Nordeste do Brasil. Na mesma década, José Bueno
27
Conti, com uma larga experiência e estudos sobre o tema, apresenta sua tese de
livre docência: Desertificação nos trópicos. Proposta de metodologia de estudo
aplicada ao Nordeste Brasileiro, contribuindo de forma significativa para o estudo da
desertificação (CONTI, 1995).
Ao longo dos anos, vários trabalhos publicados definiram a desertificação,
porém a falta de consenso entre pesquisadores e a forma como o fenômeno se
apresenta em cada área afetada têm estendido este debate.
Com uma definição mais abrangente do que seria a desertificação, pois
engloba os elementos climáticos e a contribuição humana, a pesquisadora Monique
Mainguet (1992 apud CONTI, 1995) afirma que a desertificação é revelada pela
seca, desencadeada pelas atividades humanas, quando os solos têm sua
capacidade de carga ultrapassada; ela precede os mecanismos naturais que são
acelerados ou induzidos pelo homem e se manifesta por meio da degradação da
vegetação e dos solos, provocando em cerca de 25-30 anos o esgotamento dos
recursos naturais e a diminuição ou destruição irreversível do potencial biológico das
terras e a capacidade de sustentar suas populações.
Diante do exposto, o processo de degradação ambiental em áreas áridas,
semiáridas e subúmidas secas é entendido como desertificação. Num contexto mais
amplo, deve-se inserir neste conceito a estreita relação entre os solos, a degradação
das terras e o processo de desertificação, dessa forma afirmam-se que:
[...] a redução ou perda, nas zonas áridas, semiáridas e subúmidas

secas, da produtividade biológica ou econômica e da complexidade
das terras agrícolas e de sequeiro, das terras agrícolas de regadio,
das pastagens naturais, das pastagens semeadas, das florestas ou
das áreas com arvoredo disperso, devido aos sistemas de utilização
das terras ou a um processo ou combinação de processos, incluindo
os que resultam da atividade do homem e das suas formas de
ocupação do território, tais como: a erosão do solo causada pelo
vento e/ou água; a deterioração das propriedades físicas, químicas e
biológicas ou econômicas do solo e a destruição da vegetação por
períodos prolongados (CCD, 1995)
Oficialmente, aceito pela Convenção das Nações Unidas para Combate à

Desertificação (CCD), e incluso na Agenda 21 global, esse conceito para alguns
especialistas carece de discussões e debates, tendo em vista à complexidade dos
processos de desertificação.
28
Nas áreas naturalmente vulneráveis à desertificação, as atividades humanas

são, em sua maioria, voltadas à agricultura de subsistência e pecuária extensiva.
Devido à falta de alternativas para desenvolver outros meios de produção alimentícia
e geração de renda, os produtores rurais praticam: o cultivo excessivo que desgasta
os solos; realizam o desmatamento da cobertura vegetal que os protegem e as
queimadas; utilizam a irrigação de forma errônea e sem planejamento em terras
inapropriadas.
Essas atividades provocam, entre outros problemas, a salinização dos solos,
e, como se não satisfatório, as terras, ainda, são afetadas pelo subrepastejo1 animal.
Dessa forma, deve-se considerar, além dos fatores físicos naturalmente
responsáveis por modificações ambientais, o efeito intensificador e até mesmo
acelerador das atividades humanas inadequadas.
Diante da complexidade, quanto ao estudo do processo de desertificação, o
uso de indicadores é uma necessidade colocada pela CCD: indicadores físicos e
ecológicos, indicadores econômicos relacionados com o uso do solo, indicadores
sociais, indicadores institucionais, entre outros.
Os indicadores de desertificação são instrumentos adequados para fornecer
apoio operacional para a estimação, avaliação, mapeamento da extensão da
desertificação, bem como para quantificação dos impactos e monitoramento das
medidas de mitigação.
A utilização de indicadores (físicos ou sociais) no estudo da desertificação
tem de ser realizada, obedecendo a um rigor técnico e melhor aprofundamento
teórico como defendem Matallo Junior (2001) e Rubio (1995). Levando-se em conta
que o emprego equivocado de tais indicadores pode forjar definições, propostas e
características da desertificação (RUBIO, 1995).
Para a Agência Europeia do Ambiente, os indicadores, geralmente,
simplificam a realidade, tornando-se um fenômeno complexo quantificável de modo
que a informação por ele apresentada possa ser comunicada. Dessa forma, um bom
indicador deve atender a determinados critérios, sendo ideal que se permita
mensurar. Deve ainda demonstrar relevância política e utilidade para quem o utiliza,
além de solidez analítica e ser rentável para copilar os dados necessários. Para
Nascimento et al. (2007), os indicadores são características ambientais que estão
intimamente correlacionados com os geossistemas.
1
Superpopulação de animais numa área muito restrita.
29
Os processos de degradação, principalmente nos níveis mais altos, provocam

impactos sociais, econômicos, culturais, políticos e ambientais, os quais se
relacionam entre si e, ao longo dos anos, têm- se intensificado e aumentado a
vulnerabilidade da população, produzindo grandes perdas sociais e econômicas
para a região Nordeste (SOUZA, 2007).
As consequências da desertificação são devastadoras para o meio ambiente.
Ocorre desde diminuição da fertilidade natural dos solos, intensificação do
escoamento superficial com agravamento dos efeitos da erosão, diminuição da
biodiversidade, da produtividade agropecuária e com isso problemas
socioeconômicos como o aumento da pobreza.
Nascimento (2013a) assegura que a degradação/desertificação constitui uma
dívida social, porque o ônus ambiental historicamente arrolado no país contribuiu
para uma contingência de impactos, dentre os quais a problemática em tela é uma
das mais representativas desse débito, que se manifesta no Nordeste.
Segundo dados do MMA (2002), no Brasil, a desertificação encontra-se,
especialmente, considerada na Política Nacional de Controle à Desertificação, cujas
diretrizes destacam o fortalecimento da base de conhecimentos e desenvolvimento
de sistemas de informação e monitoramento para as regiões susceptíveis à
desertificação e à seca.
No Brasil, a desertificação está relacionada ao fato de degradação das terras,
o que acarreta a perda de produtividade biológica ou econômica, não diferente de
outras áreas vulneráveis do planeta. No país, há uma necessidade latente de
monitorar temporalmente esse processo.
4.2.1 Desertificação no semiárido brasileiro
As áreas susceptíveis à desertificação representam 1.338.076 km2 (15% do

território nacional), abrigando uma população de 31.663.671 habitantes (18% da
população brasileira). Cerca de 62% vivem em áreas urbanas e 37,81% no meio
rural, em 1.482 municípios (NASCIMENTO, 2013b).
O semiárido brasileiro corresponde a 969.589,4 km2 - é a região semiárida
mais populosa do mundo - abrange parte dos estados de Pernambuco, Paraíba,
Ceará, Rio Grande do Norte, Bahia, Alagoas, Piauí e Sergipe, incluindo, ainda,
municípios do norte de Minas Gerais e do Espírito Santo (SUDENE, 2012).
30
Em um ambiente tão complexo, a utilização não planejada dos recursos

naturais da região tem contribuído para a degradação das terras. As técnicas
agrícolas exercidas nessas áreas são muito impactantes sobre os recursos naturais,
pois são práticas errôneas de manejo do solo, irrigação de lavouras sem
planejamento, entre outros fatores, que convergem na acentuação do processo de
desertificação.
Para Sá (1994), as práticas inapropriadas de agricultura concorrem
fortemente para o agravamento da desertificação. Para esse autor, a área do
Trópico Semiárido (TSA) afetada por processos de desertificação em níveis
elevados é de mais de 20 milhões de hectares, que correspondem a 12% da área do
Nordeste e o mais preocupante é que esta área é crítica, pois abrange
aproximadamente 66% da região mais seca do TSA (SÁ, 2008).
Nesse contexto, grandes áreas de caatinga foram desmatadas e queimadas
em detrimento de áreas de pasto e para a plantação de lavouras. Durante os
períodos de seca, a vegetação é utilizada como lenha para a fabricação de carvão
vegetal, gerando renda à população (CUNHA et al., 2011; MARTINS; MELO, 2012).
Os poucos fragmentos de caatinga ainda existentes sofrem uma grande
pressão e estão comprometidos pelo processo de desertificação. A falta de políticas
de proteção colabora com o contínuo desmatamento. Segundo Tabarelli e Vicente
(2003), menos de 2% da Caatinga estão protegidos em unidades de conservação de
proteção integral. Nesse sentido, é a deficiente fiscalização ambiental nos
remanescentes que contribui com a diminuição das áreas de caatinga e compromete
o equilíbrio ambiental.
Segundo Freire e Pacheco (2011), uma das regiões mais afetadas pela crise
do modelo extensivo dos recursos naturais é o semiárido nordestino, onde a
degradação ambiental vem desencadeando os processos de desertificação. Como
consequência desse processo, tem-se a intensificação dos problemas ambientais e
socioeconômicos na região, como a pobreza, as migrações e o abandono das áreas
já degradadas para a investida em áreas de remanescentes florestais originando
degradação ambiental em novas áreas.
Com a necessidade de monitoramento nessas áreas, foram criados centros
de pesquisas como o Instituto Nacional do Semiárido (INSA), a divisão da Empresa
Brasileira de Pesquisa Agropecuária (EMBRAPA) responsável por pesquisas do
Semiárido, por exemplo, contribuíram para o aumento das atividades científicas que
31
tinham como objeto de pesquisa a região semiárida e os problemas ambientais

como a desertificação.
Essas iniciativas possibilitaram o monitoramento de processos físicos (clima,
solo e vegetação) e a geração de dados que podem ser utilizados em estudos sobre
a variabilidade espaço-temporal das condições ambientais e de degradação no
Semiárido, além de levantamentos do histórico de uso e ocupação das terras que
foram responsáveis pelo nível de deterioração encontrado na região.
A degradação intensa das terras e da cobertura vegetal devido a práticas
agropecuárias são realidades em muitos municípios inseridos na região semiárida
brasileira, vez que grande parte da população desses municípios tem nas atividades
agropecuárias sua fonte de renda e a presença da agricultura de subsistência é
marcante. Dessa forma, as queimadas e o desmatamento para o preparo da terra
que precede o plantio são fatores de desgaste do solo.
Os nutrientes e a matéria orgânica do solo diminuem devido à agricultura
praticada, que extrai elementos nutritivos em quantidades superiores à capacidade
de regeneração natural do solo, evitando sua reconstituição. O resultado é um efeito
acumulativo da degradação do ambiente e da pobreza, causas principais da
desertificação (DRUMOND et al., 2004).
Nos últimos anos, foram desenvolvidas pesquisas para entender a dinâmica
do processo de desertificação na região semiárida do Nordeste brasileiro, e, dessa
forma, encaminhar propostas e metodologias que colaborem para o uso sustentável
dos seus recursos naturais e à criação de políticas de conservação, que são de
extrema importância para combater o processo de desertificação, garantindo um
crescimento sustentável aos municípios.
Mesmo com o aumento no número das pesquisas, muito tem de ser feito
para a melhor compreensão das peculiaridades sociais, ambientais e econômicas do
semiárido brasileiro, o que permitiria um planejamento adequado do uso e ocupação
na região, uma melhoria na qualidade de vida da população e consequentemente
um maior controle dos impactos ambientais.
Oliveira et al. (2009) afirmam que a Paraíba possui 170 municípios (86,22%
do território) incluídos na região Semiárida, sendo 63,54% de seu território
comprometido com a desertificação.
32
Na Paraíba, os Municípios de Boa Vista, Cabaceiras, São João do Cariri, São

Domingos do Cariri apresentam estágios de desertificação de moderado a severo
em valores próximos a 70%, 67%, 84% e 75% respectivamente (SOUSA, 2007).
Diante do exposto, fica clara a necessidade de estudos sobre o processo de
desertificação no semiárido paraibano, de forma que possa fornecer informações
úteis para o combate ao avanço do processo no estado.
4.2.2 Pressão sobre os recursos naturais locais e a cobertura da terra
Associado aos diversos fatores que podem desencadear o processo de

desertificação, a degradação das terras está diretamente relacionada às atividades
exercidas pelo homem e a forte pressão sobre os recursos naturais. Dessa forma, a
deterioração das propriedades físico-químicas e biológicas do solo é inicialmente
provocada pela retirada da cobertura vegetal existente.
Conforme afirmam Menezes e Sampaio (2002), no semiárido nordestino, a
degradação dos recursos naturais tem sido provocada pelo aumento da intensidade
de uso do solo e redução da cobertura vegetal nativa.
A degradação das terras mais susceptíveis ao processo de desertificação é,
na maioria dos casos, iniciada pela supressão da cobertura vegetal, seja devido ao
desmatamento e queimadas para dar lugar aos cultivos mais comuns na região, ou
pela retirada da lenha e mineração.
Sampaio et al. (2005) afirmam que a vegetação arbustiva e arbórea da
caatinga, predominantemente no Semiárido, é substituída por pastos herbáceos ou
culturas de ciclo curto. Segundo os autores já mencionados, é este descobrimento
do solo que favorece o processo de erosão. Associada a essas atividades, a
irrigação não planejada em solos impróprios prejudica ainda mais a conservação das
terras nesses ambientes, provocando entre outros problemas a salinização.
Parr et al. (2009) afirmam que a presença da cobertura vegetal sobre a
superfície do solo proporciona um grau de cobertura do terreno de modo a controlar
o impacto das gotas de água das precipitações, sendo de extrema importância para
a manutenção do solo.
A eliminação da vegetação natural e a exploração da vegetação na colheita
não somente desprotegem a superfície do solo da ação direta da chuva, mas
33
também causa a diminuição de uma componente fundamental do solo que é a

matéria orgânica.
Assim, é correto afirmar que os solos da região Semiárida são
exaustivamente explorados, sejam pelas atividades agropecuárias, mineradoras ou
até carvoeiras, ainda, notados em muitos municípios do semiárido nordestino. Uma
das fontes de energia na região se dá pela queima da lenha proveniente dos
remanescentes de caatinga, conforme notifica o Plano de Ação para a Prevenção e
Controle do Desmatamento na Caatinga realizado pelo MMA (Ministério do Meio
Ambiente), dados do desmatamento da Caatinga entre 2002 e 2009 podem ser
verificados na Tabela 1.
Tabela 1 – Desmatamento na Caatinga entre 2002 e 2009
Área da UF Área Área Área Desmatado Desma- Desma-
dentro da desmatada desmatada desmatada antes de tamento tamento
UF
Caatinga antes de 2002-2008 2008-2009 2002 2002-2008 2008-2009
(Km2) 2002 (Km2) (Km2) (Km2) (%) (%) (%)
AL 13.000,43 10.320,20 353,22 23,85 79,83 2.72 0,18
SE 10.027,13 6.683,37 157,67 4.39 66,66 1,57 0,04
PE 81.141,30 41.159,83 2.204,98 167,77 50,72 2,72 0,21
MG 11.100,15 5.374,62 359,61 15,16 48,39 3,24 0,14
BA 300.967,81 149.619,66 4.527,84 638,35 49,72 1,50 0,21
RN 49.402,20 21.418,69 1.142,99 98,19 43,36 2,31 0,20
PB 51.357,83 22.342,84 1.013,18 91,89 43,51 1,97 0,18
CE 147.675,44 54.735,07 4.132,95 440,19 37,06 2,80 0,30
MA 3.753,07 1.134,57 97,61 32,32 30,23 2,60 0,86
PI 157.985,87 45.754,18 2.586,11 408,92 29,96 1,64 0,26
Fonte: Ministério do Meio Ambiente (2011).
Conforme dados do Plano de Ação para a Prevenção e Controle do

Desmatamento na Caatinga, estima-se que, no período entre 2008 e 2009, foram
desmatados 1.921 km², o que representa 0,23% da área total do bioma, enquanto
que, no período entre 2002 e 2008, a taxa anual foi de 0,28%. No estado da
Paraíba, o desmatamento da caatinga entre 2002 e 2009 foi de 2,15%
correspondendo a 1.105,07 km.
A degradação ambiental generalizada na Caatinga tem origem no
desmatamento, que ocorre de forma pulverizada. Isto se deve ao fato de que o vetor
mais importante do desmatamento é a exploração predatória para satisfazer
demandas por carvão vegetal e lenha para fins energéticos. Os insumos energéticos
provenientes da vegetação natural atendem às necessidades domésticas e
industriais, sobretudo para satisfação das demandas de produção de gesso, cal,
cerâmica e ferro-gusa (MMA, 2008). No Estado da Paraíba, a utilização da
34
vegetação nativa para a fabricação de carvão vegetal e lenha tem elevado o

desmatamento de áreas remanescentes de caatinga. Segundo dados do Ministério
da Agricultura (Tabela 2), só no ano de 2012 na Paraíba produziram-se 981
toneladas de carvão vegetal. Quando a seca devasta o pasto do gado e afeta,
severamente, os cultivos, a alternativa da população rural é utilizar a vegetação para
produção de lenha que gera renda temporária durante os períodos secos. Com os
auxílios do governo federal, esta atividade tem perdido força, porém, ainda, está
presente de forma significativa em muitos municípios do estado.
Dessa forma, fica claro que a degradação causada na Caatinga é fator
determinante para a degradação dos solos na região e, consequentemente, o
avanço do processo de desertificação. Para compreender a dinâmica dos fatores
físicos, que estão diretamente relacionados ao processo de desertificação, a
estimativa dos indicadores biofísicos possibilita o entendimento das dinâmicas
naturais intensificadas pelo uso e ocupação do solo.
A pressão exercida pelas atividades humanas, que não levam em
consideração as limitações hidrológicas do ambiente semiárido, conjuntamente com
o manejo não adequado do solo, é decisiva para definir o estado atual dos
remanescentes de Caatinga e evidencia a necessidade de análises no que diz
respeito ao equilíbrio ambiental na região. A Tabela 2 mostra a produção e o valor
da lenha e carvão na Paraíba. Na tabela, é possível verificar que a quantidade de
carvão vegetal produzido no Cariri Ocidental e Oriental, somadas, é superior à
produção de outras microrregiões do estado, o que evidencia o destino da
vegetação de caatinga extraída no Cariri paraibano.
Tabela 2 – Produção e valor de comércio da lenha e carvão vegetal na Paraíba no
ano de 2012
Mesorregiões,
Carvão vegetal Lenha
Microrregiões e 3
Municípios Quantidade (t) Valor (1000 R$) Quantidade (m ) Valor (1000 R$)
Sertão Paraibano 417 325 282 669 3 945
Seridó Ocidental Paraibano 22 18 33 695 607
Seridó Oriental Paraibano 41 32 34 208 660
Cariri Ocidental 249 170 67 930 1 076
Cariri Oriental 80 57 40 270 524
Agreste Paraibano 173 127 68 180 1 166
Curimataú Ocidental 97 72 30 496 549
Curimataú Oriental 15 11 7 810 143
Brejo Paraibano 10 7 8 212 134
Mata Paraibana – – 2 410 40
São João do Cariri 19 13 5 000 60
Paraíba 981 727 529 362 8 016
Fonte: Ministério da Agricultura (2012).
35
A retirada da Caatinga, vegetação nativa na região semiárida do Nordeste,

aliada a longos períodos de estiagem, provoca acentuada degradação do solo,
deixando-o descoberto e exposto por mais tempo à ação dos agentes climáticos,
reduzindo, consequentemente, seu potencial produtivo, causando danos muitas
vezes irreversíveis ao meio (TREVISAN et al., 2002; MENEZES et al., 2005).
Os problemas criados com a mineração no Semiárido são mais intensos no
polo gesseiro do Araripe, que, segundo Fernandes e Barbosa (2011), localiza-se na
região do extremo oeste do estado de Pernambuco e abrange os municípios de
Araripina, Trindade, Ouricuri, Bodocó e Ipubi. É a maior região produtora de gipsita,
sendo responsável por 95% da produção do país. Para estes autores, nessa área, a
mineração tem sido a principal atividade representativa da força motriz que atua nas
áreas em risco de desertificação.
Além do desmatamento da vegetação, que acarreta inúmeros problemas aos
solos da região semiárida, ainda há o desgaste provocado pela mineração (Figura
10 a e b) que clandestina ou oficializada pelos órgãos ambientais provoca
degradação em níveis significativos. Em muitos municípios do semiárido paraibano,
por exemplo, Junco do Seridó, é possível verificar vários pontos de degradação
provocados em sua maioria por esta atividade.
( a) (b)
Figura 10 – (a) Escavação provocada por mina de Caulim no município de Junco do

Seridó-PB; (b) Acúmulo de material descartado na mineração
Fonte: Glauciene Justino, (2012).
A devastação provocada pela mineração já gerou sérios problemas,

transformando drasticamente a paisagem e aumentando o desequilíbrio ambiental na
região. Como os ambientes naturais passam por diferentes transformações no
36
decorrer do tempo, que, logicamente, podem ser provocadas por causas naturais,
como também a interferência humana, estas ocorrem em uma velocidade que se
sobrepõe à capacidade regenerativa dos ambientes, o que proporciona a manutenção
de um ciclo de devastação que apresenta graves consequências sociais e ambientais.
Conforme afirmam Cunha e Guerra (2003), não só as causas naturais
provocam degradação ambiental, mas o manejo inadequado do solo associado às
condições de riscos ambientais pode acelerar a degradação, maximinizando e/ou
transformando os processos geomorfológicos atuantes. Sem dúvida, foi a partir da
intervenção humana no ambiente que os processos naturais tenderam a ocorrer em
intensidades maiores, o que pode ser desastroso para a sociedade.
Dessa forma, fica clara a diferença entre os processos naturais e aqueles
provocados ou intensificados pelas danosas e não planejadas modificações
humanas ao meio. Nesse contexto, deve-se levar em consideração o momento
histórico em que essas transformações ocorrem, pois este vai determinar a
velocidade com que o ambiente será degradado e consequentemente o tempo que
levará para se regenerar ou se readaptar.
No domínio morfoclimático das caatingas, a interferência humana tem sido
responsável pela intensa degradação ambiental existente. As diferentes formas de
transformar a paisagem e provocar o desequilíbrio ambiental são produtos de um
inadequado modo de apropriação e manejo da terra. Técnicas rudimentares de
cultivo têm propiciado maior desgaste do solo. Isso, associado à urbanização,
atividades mineradoras entre tantas outras já mencionadas, colaboram para o atual
quadro de devastação ambiental da região Semiárida.
Nessa perspectiva, Nascimento (2003) afirma que efeitos morfodinâmicos,
forçosamente, por meio da erosão eólica e hídrica, agem acelerando a degradação
das terras que logo são abandonadas e buscadas outras para serem incorporadas a
um sistema de produção historicamente rudimentar e ambientalmente insustentável.
Mesmo diante da inovação tecnológica presenciada nos últimos anos e de
ilhas de desenvolvimento no semiárido nordestino, determinadas áreas, ainda,
sofrem com o subdesenvolvimento e a utilização de técnicas ultrapassadas de
manejo das terras. Contudo, não se pode com isso atribuir aos pequenos produtores
rurais todos os problemas ambientais existentes na região. As interferências
ocasionadas pelos grandes empreendimentos são conjuntamente responsáveis
pelos níveis de degradação ambiental presentes.
37
Accioly (2000), ainda, argumenta que o manejo inadequado do solo é

apontado como uma das principais causas de origem antrópica relacionadas com a
desertificação. O extrativismo vegetal e mineral, assim como o superpastoreio das
pastagens nativas ou cultivadas e o uso agrícola por culturas que expõem os solos
aos agentes da erosão, são as principais causas dos processos de desertificação.
Aliado aos fatores já expostos, o cultivo continuado sem descanso ao solo ou
qualquer reposição de nutrientes dificultam a recuperação e posterior uso, pois
muitas áreas se encontram em estado irrecuperável. Em relação à degradação da
vegetação Souza (2009) afirma que a recomposição da mesma ocorreria de forma
natural, tão logo fosse cessado ou diminuído o uso dessas terras. A recomposição
se daria de acordo com os padrões vegetais e da pressão exercida pelas atividades
humanas nos ambientes degradados.
Outro fator determinante para a degradação do solo é o sobrepastejo animal,
prática comum no semiárido paraibano. Em alguns municípios, o número de
cabeças de gado bovino e caprino é maior que o número de habitantes.
Desde a colonização, a pecuária tem sido uma das mais bem sucedidas
atividades econômicas desenvolvidas no Semiárido. É para muitos uma alternativa
às duras condições do ambiente em que vivem. Porém, não menos afetada pelo
longo período de escassez hídrica a que o Semiárido recorrentemente enfrenta.
Do ponto de vista ambiental, esta atividade representa uma das mais
causadoras de impactos e de problemas quanto à conservação do solo. O pisoteio
provocado pelos animais ao pastarem costumeiramente, referidos como
sobrepastejo ou sobrepastoreio, e as implicações que acarreta, deve ser
considerado em estudos e análises sobre a degradação e o processo de
desertificação.
A FAO (Organização das Nações Unidas para a Alimentação e a Agricultura)
considera a atividade sem planejamento uma forma de degradação dos solos e
afirma que:
Pastoreio incorreto pode ser definido como a prática de apascentar

demasiado o gado, por um período de tempo longo, em terrenos
incapazes de recuperar a sua vegetação, ou de apascentar
ruminantes em terrenos impróprios para pastoreio em resultado de
certas características físicas como o declive. Sobrepastoreio significa
que o número de animais excede a capacidade produtiva das
pastagens.
38
Em regiões áridas, semiáridas e subúmidas secas, o sobrepastejo provoca

desde o aumento da susceptibilidade à erosão, à destruição da vegetação de
pequeno porte e outros problemas relativos a esses processos. Um longo e
complexo processo de pisoteio sobre as terras no semiárido paraibano tornou muitas
áreas mais propensas à desertificação, devido à compactação do solo.
O gado caprino e ovino possui hábitos alimentares bastante peculiares,
principalmente na época seca, alimentando-se do estrato baixo (talos + folhas) e das
folhas secas, no caso dos caprinos. Já os ovinos dão preferência às espécies
herbáceas. É provável que numa taxa de lotação alta, em longo prazo, os caprinos
destruam as plantas novas e degradem o estrato lenhoso. Tal situação é agravada
com o sobrepastejo e a ocorrência de anos seguidos de seca (ALBUQUERQUE et
al., 2004).
No Cariri paraibano, os rebanhos caprinos e ovinos são a base da pecuária, e
muitos municípios têm nessa atividade a sua maior fonte de renda. É fato que estes
animais, principalmente os caprinos, adaptaram-se às adversidades da região e,
como costumam dizer os moradores locais, “comem tudo o que veem pela frente” e
no caso as plantas mais resistentes aos períodos de escassez hídrica.
Além do pisoteio, a retirada da vegetação de pequeno porte que recobre o
solo e o protege das agressões é ocasionada pelo gado que pasta. No período de
seca, após se alimentar com as plantas costumeiras à sua dieta, também, alimenta-
se com gramíneas que recobrem os solos. Isto expõe o solo à ação dos agentes
erosivos provocando a perda de material e da mesma forma o torna mais vulnerável
ao impacto das gotas de chuva. Sem dúvida, o sobrepastejo do gado caprino,
principal criação no semiárido paraibano, sem manejo adequado acarreta
implicações significativas ao equilíbrio ambiental.
De acordo com Almeida (2012), o sobrepastejo traz consequências não só
para as espécies da flora e fauna, mas, também, para o solo e para os recursos
hídricos. O pisoteio do gado causa a compactação do solo, favorecendo o
escoamento superficial em detrimento da infiltração das águas pluviais, alterando a
capacidade hídrica da região e intensificando os processos erosivos em diferentes
escalas de intensidade (sulcos, ravinas e/ou voçorocas).
A irrigação é mais um fator de degradação quando utilizada de forma
equivocada sem qualquer planejamento e pode levar à salinização dos solos. Em
39
longo prazo, o uso errôneo da irrigação torna o solo impróprio para o cultivo devido à
elevada concentração de sais.
Souza (2008) afirma que a irrigação nas zonas secas origina a desertificação,
a partir da salinização das terras submetidas a essa intervenção. Esse processo
ocorre quando existe deficiência de drenagem nos solos, sendo potencializado
quando estes apresentam pequena espessura e elevado déficit hídrico. Com a
evaporação, os sais se concentram na zona superficial do solo, aumentando o
potencial de compactação, redução da infiltração e incremento do escoamento
superficial.
Como um dos fatores desencadeadores da desertificação, as técnicas de
irrigação empregadas sem qualquer tipo de planejamento têm intensificado o
processo nas áreas de cultivo. É fato que, mesmo com todos os estudos acerca do
problema e das informações repassadas aos produtores, em algumas áreas, a
irrigação errônea continua provocando a salinização e consequente esterilidade do
solo.
Neste contexto, Accioly et al. (2010) afirmam que a desertificação, associada
à salinização dos solos, ocorre em maior ou menor proporção em quase todas as
áreas irrigadas do Nordeste e, embora sua expressão em termos de área seja
consideravelmente menor quando comparada às áreas de sequeiro afetadas pelo
problema, o seu custo socioeconômico é, comparativamente, elevado.
Dessa forma, a irrigação contribui para a perda das terras férteis em um
ambiente castigado pelas limitações climáticas e hídricas, e as implicações deste
problema não são somente ambientais, o que alimenta a dinâmica do processo de
desertificação.
4.3 Indicadores biofísicos para análise do processo de desertificação
Conforme já discutido anteriormente, os indicadores de desertificação são

amplos e, por isso, polêmicos. Entretanto, a utilização de índices, que possibilitem
uma avaliação do nível de degradação em determinadas áreas, são de extrema
importância para o monitoramento da desertificação.
Após os debates realizados pela UNCCD com intuito de combater o processo
de desertificação, ficou claro que os esforços seriam direcionados para diagnosticar
e deter o avanço do processo de desertificação. Nesse contexto, as pesquisas
40
realizadas nas regiões áridas, semiáridas e subúmidas secas têm empregado vários
indicadores sejam físicos, biológicos e/ou sociais. Lopes (2005) desenvolveu
pesquisa relacionada à modelagem de parâmetros biofísicos, com intuito de avaliar
o risco à desertificação na bacia hidrográfica do Rio Brigída-Pe. Oliveira (2011)
utilizou indicadores biofísicos para determinar o nível de desertificação e a dinâmica
ambiental em Cabo Verde no continente africano.
Brandt e Geenson (2008) discutem de forma clara o potencial dos indicadores
de desertificação nos países europeus (Itália, Portugal, Espanha e Grécia). Para os
autores, é indiscutível a vantagem da utilização de vários indicadores que se firmam
como ponto de partida no combate à desertificação ou até mesmo podem ser
agregados em um índice para identificar áreas afetadas ou susceptíveis a esse
processo.
Para a identificação, combate à degradação e consequente desertificação, os
indicadores biofísicos oferecem uma análise mais significativa das condições
ambientais e de como determinadas variáveis são condicionadas às interferências
humanas ao meio ambiente ao passo que influenciam diretamente a dinâmica do
Alguns indicadores são muito conhecidos e empregados, por exemplo, índice
de aridez, erosão, albedo, índices de vegetação, área de cobertura vegetal,
pluviosidade, erosividade, permeabilidade do solo, entre outros.
Oliveira-Galvão e Saito (2003) afirmam que os diferentes níveis de
susceptibilidade à desertificação devem ser identificados a partir de indicadores
geoambientais, obtidos a partir da integração de múltiplas variáveis que relacionam
à predisposição ao desenvolvimento dos processos de degradação.
Para o desenvolvimento dessa pesquisa, os indicadores utilizados foram
escolhidos de acordo com a importância de cada um em escala regional e local, ou
seja, cada indicador possibilita uma avaliação da resposta às modificações
ambientais locais e de como podem contribuir para análise regional se forem
monitorados em outras áreas no semiárido nordestino.
4.3.1 Cobertura vegetal
A cobertura vegetal é um dos mais importantes indicadores do processo de

desertificação, pois está diretamente ligada à degradação das terras. A presença ou
41
ausência desse parâmetro indica o nível de deterioração que determinada área se

encontra, além de ser um dos fatores responsáveis pelo combate ao avanço do
Para Mattalo Junior (1999), as mudanças da cobertura vegetal original são os
primeiros indícios da ocupação humana, sendo o desmatamento o mais evidente. A
importância fundamental de a cobertura vegetal dar-se pela proteção que exerce
sobre o solo contra os efeitos erosivos da chuva. A eliminação ou diminuição da
vegetação, acompanhadas de técnicas inadequadas de uso e manejo dos solos,
permite que se iniciem e acelerem os processos de desertificação.
Várias pesquisas são desenvolvidas com intuito de identificar e alertar sobre a
devastação da cobertura vegetal no semiárido nordestino e com isso deter o
processo de desertificação. Na maioria das pesquisas, a cobertura vegetal é
relacionada com o uso e a ocupação do solo, pode-se citar (DAMASCENO, 2008;
NASCIMENTO, 2010; SÁ et al., 2011; OLIVEIRA et al., 2012; ALMEIDA, 2012).
Accioly e Oliveira (2004) analisaram os indicadores dos processos de
desertificação e verificaram que variáveis associadas à cobertura vegetal estão
presentes em todas as listas de indicadores, devido à relação direta entre cobertura
vegetal e degradação dos solos.
Alguns pesquisadores, como Schneider et al. (2001), Maldonado (2004) e
Barbosa et al. (2006) analisaram especificamente o comportamento espectral da
cobertura vegetal da caatinga, a quantidade de biomassa, os índices de vegetação e
a interferência do solo, entre tantos fatores que podem ser quantificados.
4.3.2 Índices de vegetação
No estudo da degradação ambiental, os índices de vegetação derivados de

imagens satélites são utilizados como indicadores de áreas desertificadas ou em
processo de desertificação nos ecossistemas, potencialmente, fragilizados que
sofrem com a pressão das atividades humanas.
Conforme discutido por Matallo Junior (2001), alguns indicadores são
utilizados em estudos acerca da desertificação, entre eles, os indicadores espectrais
nos quais estão incluídos os índices de vegetação, como: Índice de Vegetação da
Diferença Normalizada (NDVI - Normalized Difference Vegetation Index), Índice de
Vegetação do Ajustado do Solo (SAVI - Soil Adjusted Vegetation Index), índice de
42
Vegetação com Resistência Atmosférica (ARVI - Atmospherically resistant

Vegetation Index), e o Índice de Vegetação Ajustado à Atmosfera e ao Solo (SARVI -
Soil-Adjusted Atmospherically resistant Vegetation Index).
Esses índices proporcionam um melhor entendimento da dinâmica da
vegetação nas áreas em estudo e conjuntamente com outras variáveis fornecem
dados acerca das alterações no meio ambiente.
Um dos índices mais conhecidos e empregados é o NDVI amplamente
utilizado desde que foi desenvolvido por Rouse et al. (1974):
(1)
Sendo:
NIR = a reflectância da faixa de infravermelho próximo (0,725 a 1,10 µm); e
VIS = a reflectância da faixa do visível (0,4 a 0,7 µm).
Os valores negativos obtidos com o NDVI representam as nuvens e corpos

d’água, e, ao redor de zero, representam o solo nu ou exposto (sem vegetação). O
maior valor de NDVI revela a presença da vegetação, indicando o grau de verde da
superfície.
De acordo com Jensen (2009), as vantagens do NDVI vão desde o
monitoramento das mudanças sazonais na vegetação e interanuais no
desenvolvimento e na atividade da vegetação até a redução proporcionada pela
razão de muitas das formas de ruído multiplicativos (diferença de iluminação solar,
sombras de nuvens, algumas atenuações atmosféricas, algumas variações
topográficas) que estão presentes em muitas bandas de imagens de múltiplas datas.
Já, as desvantagens podem ser causadas por o NDVI ser um índice baseado
em razão, é não linear e, portanto, pode ser influenciado por efeitos ruidosos aditivos
como a radiância da trajetória atmosférica. O NDVI, ainda, é altamente
correlacionado com IAF (Índice de Área Foliar), portanto o intervalo dinâmico do
NDVI é ampliado a favor de condições de baixa biomassa, sendo comprimido a favor
de condições de alta biomassa, de florestas, mas tem pouca variação reservada
para regiões de baixa biomassa (pastagens, biomas áridos, biomas semiáridos).
Segundo Liu (2007), outro índice de vegetação muito utilizado, até mesmo em
caráter comparativo com outros índices de vegetação, é o SAVI ou índice de
43
vegetação ajustado ao solo. Foi proposto por Huete (1988), que introduziu um fator
ao NDVI para que seja incorporado o efeito da presença do solo, porém mantendo-
se o valor de NDVI dentro de -1 a +1, o SAVI é calculado pela seguinte equação:
(2)
No qual:
L = fator de ajuste para o substrato do dossel, que leva em conta, para o
vermelho e para o infravermelho próximo, a extinção diferencial por meio
do dossel (HUETE, 1988).
Para Liu (2007), os valores de L representam as três condições da superfície,

portanto, quando L= 0,5 para a cobertura média de vegetação; L = 1,0 para a
superfície do solo nu ou pouca vegetação; L = 0,25 para a cobertura completa de
vegetação. Um valor de L igual a 0,5 no espaço reflectância (Vermelho e
Infravermelho Próximo) minimizava as variações de brilho dos solos, eliminando a
necessidade de calibração adicional para diferentes solos (HUETE; LIU, 1994 apud
JENSEN, 2010).
Em estudos desenvolvidos no bioma Caatinga, vários autores têm utilizado o
NDVI e o SAVI para análise da variação fisionômicas da vegetação, identificação
das modificações no bioma, e como parte integrante de variáveis a serem
analisadas no estudo do processo de desertificação. Pode-se citar AGUIAR et al.
(2010); BEZERRA et al. (2011); MOURA et al. (2012); FREIRE; PACHECO (2011) e
MELO, (2010).
Além das aplicações já mencionadas, várias são as potencialidades do NDVI
no monitoramento das condições da vegetação e das variabilidades bioclimáticas na
superfície terrestre, essas, ainda, são apresentadas por LIU (2007); JESEN (2009);
NOVO (2009).
A utilização dos índices mencionados para estudos no bioma Caatinga tem
sido amplamente divulgada colaborando com a coleta de informações sobre o
estado de degradação da cobertura vegetal.
44
4.3.3 Albedo
O albedo é definido como a reflectância da superfície terrestre que cobre a

faixa do comprimento de onda eletromagnética (0,4 a 3 µm) do visível ao
infravermelho médio (LIU, 2007).
Variando conforme os tipos e as condições da superfície, os valores do
albedo vão de 5% (para os oceanos em condições de vento leve) chegando até 90%
para a neve (fresca e seca). Para Liu (2007), no solo, os valores variam de 5% a
55% dependendo do grau de verde da vegetação, dos minerais e propriedades
físico-químicas do solo. Moura et al. (2012) acrescentam que o albedo é altamente
dependente do ângulo de incidência dos raios solares ou ângulo zenital do Sol, que
variam ao longo do dia.
O albedo está diretamente relacionado com as trocas de energia e afetam os
regimes radiativos, ocasionando variações na temperatura, modificação no clima
local e mudanças no calor latente e sensível, alterando significativamente o balanço
energético da atmosfera (PEREIRA et al., 2006).
Ao longo dos anos, diversas pesquisas relatam a importância do albedo no
entendimento de processos relacionados com mudanças climáticas, desertificação
entre outros.
4.3.4 Temperatura da superfície
A diminuição de áreas verdes na superfície modifica as condições

atmosféricas locais e interfere diretamente nos fatores que controlam a precipitação
e temperatura (SILVA et al., 2009). Essa variável proporciona a análise da relação
direta entre as alterações na cobertura do solo e os processos de desertificação.
Segundo Liu (2007), a temperatura da superfície é um fator importante nos
monitoramentos de condições da vegetação, variabilidade bioclimática e nas
aplicações de modelos de previsão de mudanças climáticas globais e regionais.
Ainda, nessa perspectiva, Araújo e Di Pace (2007) afirmam que a temperatura
da superfície (Ts) é parâmetro relevante nos processos físicos à superfície terrestre
em escala regional e global, estando envolvida no balanço de energia, evaporação e
transpiração da vegetação e em processos de desertificação, podendo ser utilizada
como indicador de degradação terrestre e de mudança climática.
45
4.3.5 Fluxo de calor no solo
O fluxo de calor no solo representa a fração do balanço de energia transferida

por processos de condução ou difusão térmica. O mesmo influencia na atividade
metabólica das raízes e no crescimento de várias componentes dos vegetais (SILVA
et al., 2005). Ainda, é amplamente empregada na estimativa da evapotranspiração e
no balanço hídrico, de extrema importância para a utilização adequada dos recursos
naturais disponíveis.
Galvani et al. (2001) apresentam o fluxo de calor no solo em função da
temperatura em diferentes níveis da condutividade térmica do solo, sendo
influenciado diretamente pela variação da primeira. Ainda representa a entrada/
saída de energia de determinado meio, o que contribui com o aumento e/ou redução
nos fluxos de calor latente e sensível.
Diante do apresentado, é possível afirmar que com as mudanças drásticas no
uso da terra à medida que o fluxo de calor no solo aumenta consequentemente,
também, aumentam outras variáveis, que interferem não somente no crescimento
das plantas, no processo de evapotranspiração, mas também podem manipular e
levar a modificações significativas no sistema climático local.
A complexidade das variáveis relacionadas à interação solo-planta-atmosfera
costuma servir de subsídio a análises sobre a degradação ambiental em diferentes
ambientes. No domínio morfoclimático das caatingas, castigado pela escassez
hídrica e pela constante pressão sobre os recursos naturais, pesquisas que utilizam
os indicadores biofísicos têm encontrado resultados satisfatórios e contribuído para
a compressão dos processos de degradação dos solos.
4.3.6 Potencial natural de erosão do solo (PNE)
A erosão dos solos é tema de discussão e de grande número de pesquisas

desenvolvidas no meio científico. Configura-se como um problema ambiental de
ordem internacional e preocupa desde pequenos agricultores, ambientalistas até
grandes produtores. As perdas de solo provocadas pela erosão contribuem não
somente para a degradação ambiental, mas provocam perdas econômicas
irreparáveis.
46
Como condicionantes à erosão dos solos têm-se os fatores: erosividade,

erodibilidade, relevo e cobertura vegetal (SILVA et al., 2003). Fernandez (2011)
acrescenta que a natureza do solo, o clima e a ação antrópica são fatores que,
também, influenciam na erosão.
Para Accioly et al. (2010), o potencial natural de erosão do solo é
característica de uma área e independe do seu uso, cobertura e manejo, são,
portanto, a erosão esperada numa área desprovida de vegetação. Desta forma,
inerente ao (PNE) fatores como erodibilidade, perdas de solo, cobertura vegetal,
entre outros são analisados e alguns são diretamente influenciados pelas atividades
praticadas no solo.
Segundo Fernandez (2011), a erodibilidade pode ser definida como a maior
ou menor facilidade com que as partículas do solo destacadas e transportadas pela
ação de um agente erosivo, sendo uma propriedade complexa em função do grande
número de fatores físicos, químicos, biológicos e mecânicos intervenientes, variando
de um solo para outro ou até mesmo no próprio solo analisado.
Outro fator na análise do potencial natural de erosão é a erosividade das
chuvas, que é definida por Hudson (1961 apud GUERRA et al., 1994), como a
capacidade das gotas de chuva de causar o desprendimento das partículas de solo.
Diferente da simples definição, a determinação deste parâmetro se reveste de
complexidade. Guerra (1991) afirma que devem ser considerados outros fatores que
variam no tempo e no espaço.
Várias pesquisas têm sido realizadas com intuito de analisar os processos
erosivos no semiárido nordestino devido à relação direta entre a erosão e o
processo de desertificação, pode-se citar Albuquerque et al., (2001), Souza e
Martins (2012) e Sobrinho e Falcão (2013).
47
5 GEOTECNOLOGIAS NO ESTUDO DO PROCESSO DE DESERTIFICAÇÃO
A desertificação e as modificações na paisagem ocorrem de forma dinâmica e

temporal e são intensificadas pelas ações humanas ao longo dos anos. Com isso, o
estudo da desertificação necessita de técnicas seguras que possibilitem o
monitoramento das alterações na paisagem visando à conservação dos recursos
naturais e o combate à degradação das terras.
Nesse sentido, o Geoprocessamento e o Sensoriamento Remoto se firmam
como ferramentas de grande importância no estudo de áreas degradadas,
possibilitando por meio de suas técnicas monitoramento e fornecendo dados sobre
os ambientes semiáridos.
Câmara e Davis (2000, p. 1) asseguram que:
[...] o termo Geoprocessamento denota a disciplina do conhecimento

que utiliza técnicas matemáticas e computacionais para o tratamento
da informação geográfica e que vem influenciando de maneira
crescente as áreas de Cartografia, Análise de Recursos Naturais,
Transportes, Comunicações, Energia, Planejamento Urbano e
Regional.
A utilização de técnicas de Geoprocessamento é uma poderosa ferramenta

para estudos ambientais, pois possibilita analisar o uso atual do solo e/ou cenários
futuros que permitem estudar impactos ambientais e as modificações na paisagem.
Para tanto, são utilizados sistemas específicos para cada aplicação. Esses sistemas
são tratados como Sistemas de Informação Geográfica (SIGs), que processam
dados gráficos e não gráficos (alfanuméricos) enfatizando as análises espaciais e
modelagens de superfícies (CÂMARA; MEDEIROS, 1998).
Os SIGs dispõem de um conjunto de ferramentas e operações que permitem
a integração e análise de dados de maneira a transformá-los em informações úteis
para tomada de decisões. Segundo Rocha (2000), os SIGs têm capacidade para
aquisição, armazenamento, tratamento, integração, transformação, manipulação,
modelagem, atualização, processamento, recuperação, análise e exibição de
informações digitais georreferenciadas, topologicamente estruturadas, associadas
ou não a um banco de dados alfanuméricos.
Os SIGs possibilitaram uma variedade de aplicações voltadas para análise
ambiental, pois proporcionam um meio para integrar conhecimento sobre os
48
processos naturais e sociais no interesse de um planejamento ambiental integrado,

permitem ainda comparar as condições ambientais predominantes em diferentes
partes do mundo. Os sistemas de informação geográfica tornam possível incorporar
os diversos elementos biofísicos e humanos de uma determinada área (LONGLEY
et al., 2013).
Existem diversas formas de aquisição de dados para abastecer esse sistema,
dentre as quais se podem citar entre as mais comuns aquelas oriundas dos
equipamentos de posicionamento por satélite e sensoriamento remoto. É preciso
destacar que as informações geográficas, tratadas por estes sistemas, são
componentes essenciais das geotecnologias.
Para Sousa (2007), as geotecnologias permitem a realização de análises
complexas ao integrar dados de diversas fontes (sensoriamento remoto, cartografia
digital, bancos de dados e Sistema de Posicionamento Global.). Para essa
integração, há softwares que possuem recursos (contrastes, composições,
segmentação, classificação etc.) que permitem individualizar geo-objetos, isto é,
alvos estudados (água, solo e vegetação), e, ainda, separar os diferentes níveis de
degradação das terras e as distintas classes de cobertura vegetal, dando como
resultado a criação de bancos de dados georreferenciados.
Com isso, podem-se definir geotecnologias como conjunto de técnicas que
permitem análise, manipulação e processamento de informações espaciais. Em
grande parte das análises e monitoramento da superfície terrestre, dados obtidos
por sensoriamento remoto têm-se tornados imprescindíveis, por proporcionarem
uma periodicidade necessária à realização de diagnósticos ambientais.
Com a inovação dos meios de exploração dos recursos naturais, a
necessidade de estudos, que acompanhassem a dinâmica das modificações no
meio ambiente, também, cresceu, como por exemplo, as técnicas de sensoriamento
remoto que possibilitaram o estudo de impactos ambientais em diversos biomas de
diferentes locais na superfície da Terra, tornaram-se, assim, um campo em contínua
evolução. O conceito mais específico para sensoriamento remoto leva em conta as
funções dos sensores e a transferência de dados por intermédio de energia entre o
objeto e o sensor. Alguns autores afirmam que o aspecto chave na definição do
sensoriamento remoto não é o nível de coleta de dados e sim o uso de sensores de
radiação eletromagnética para inferir propriedades de objetos da superfície terrestre.
49
Novo (2009) passa a definir sensoriamento remoto como sendo a utilização

conjunta de sensores, equipamentos para processamento e transmissão de dados
colocados a bordo de aeronaves, satélites ou outras plataformas, com objetivo de
estudar eventos, fenômenos e processos que ocorrem na superfície do Planeta Terra
a partir do registro e da análise das interações entre a radiação eletromagnética e as
substâncias que o compõem em suas mais diversas manifestações.
Os sensores são equipamentos capazes de coletar energia proveniente do
objeto, convertê-la em sinal possível de ser registrado e apresentá-lo em forma
adequada à extração de informações.
A evolução e criação de sensores mais sofisticados, que possibilitam imagens
com alta resolução e a disponibilização de dados em larga escala, têm impulsionado
o crescimento e a divulgação do sensoriamento remoto (SILVA et al. 2010), o que
proporciona dados mais confiáveis, que asseguram o acompanhamento dos
fenômenos estudados, como o processo de desertificação e as modificações na
distribuição espacial da vegetação.
A utilização de imagens de satélite para o estudo da dinâmica do processo de
desertificação em áreas do semiárido nordestino vem sendo frequentemente
realizada. Nesse sentido, podem-se citar os trabalhos desenvolvidos recentemente
por Silva et al. (2009) na região de Gilbués-PI, com a finalidade de identificar e
diagnosticar o nível de desertificação por meio de imagens de satélite; Paiva e Silva
(2009) utilizaram imagens MODIS e TM para detecção de áreas degradadas na sub-
bacia do Taperoá-PB, e Freire (2004) cuja pesquisa sobre o análise e mapeamento
da desertificação na região do Xingó utilizou o Sensoriamento Remoto e Sistemas
de Informação Geográfica.
Em outras regiões Semiáridas no mundo, o emprego das getecnologias tem
proporcionado resultados satisfatórios. Santini et al. (2010), em pesquisas na ilha de
Sardenha na Itália, utilizaram as ferramentas de SIG e modelagem para avaliação
de risco à desertificação, integrando índices e fatores do processo. Huang e Siegert,
(2006) utilizaram imagens SPOT com ênfase na detecção de vegetação esparsa
como indicador de desertificação no norte da China, o que proporcionou dimensionar
a dinâmica das mudanças ambientais e os processos de desertificação.
Nessa perspectiva, Adamo e Meyer-Crews (2006) analisaram o risco
ambiental e a desertificação no centro-oeste da Argentina, quando realizaram
análise por Sensoriamento Remoto e índices de vegetação, ocasião em que
50
detectaram mudanças e fragmentação na vegetação entre 1973 e 2001,

confirmando a degradação ambiental na região.
Impulsionados pela disponibilização de dados orbitais por órgãos nacionais e
internacionais, o uso do sensoriamento remoto tem sido cada vez mais frequente, e
as demais geotecnologias são utilizadas por diversos autores que estudam a região
Semiárida sob as diferentes formas de abordar as questões ambientais e as
interferências das ações humanas ao meio ambiente.
Dessa forma, as geotecnologias se firmaram como ferramentas de grande
apoio para a elaboração e execução de projetos e estudos de análise ambiental,
desde que dados com informações geográficas possam ser coletados.
5.1 Comportamento espectral dos alvos (solo e vegetação)
O comportamento espectral dos alvos, bem como os parâmetros que

influenciam na radiação refletida pela superfície, devem ser avaliados antes da
interpretação dos produtos gerados por sensoriamento remoto, que possibilita a
análise de inúmeras variáveis presentes em processos intrinsecamente relacionados
com a atmosfera e superfície terrestre. Por isso, conhecer o comportamento
espectral de determinados alvos fundamenta discussões sobre a resposta de cada
um na análise das imagens de satélites.
A estrutura da vegetação, as propriedades físico-químicas do solo e no alvo
águam a matéria orgânica existente ou até mesmo poluente, por exemplo, são
fatores externos que interferem na resposta espectral e devem ser considerados
com a finalidade de evitar possíveis erros de interpretação.
As pesquisas desenvolvidas no semiárido nordestino, que têm estudado o
comportamento espectral da vegetação e dos solos, cresceram nos últimos anos
com a disponibilização de imagens gratuitas por órgãos como INPE, Embrapa,
USGS. Podem-se destacar, ainda, os estudos desenvolvidos por KAZMIERCZAK,
(1998) e MALDONADO, (2005) que utilizaram imagens do sensor TM a bordo do
satélite Landsat-5.
Nesta pesquisa, optou-se por estudar o comportamento espectral dos alvos,
vegetação e solo, pois são diretamente relacionados ao processo de desertificação.
É importante destacar que a presença de água nos solos e nas folhas das plantas
51
interfere de forma significativa nas características espectrais dos mesmos e é

discutido com mais propriedade nos tópicos seguintes.
5.2 Solo
O comportamento espectral do alvo solo é influenciado por diversos fatores. E
as características de sua reflectância espectral são em função da textura do solo, do
conteúdo de umidade, do conteúdo de matéria orgânica e dos óxidos de ferro,
salinidade e rugosidade superficial (JENSEN, 2009; DALMOLIM et al., 2005).
É sabido que geralmente o solo seco apresenta uma curva de reflectância
espectral relativamente simples, isto se possuir pouca matéria orgânica (JENSEN,
2009). Dessa forma, os solos secos possuem um aumento da reflectância com o
aumento do comprimento de onda, especialmente no visível e no infravermelho
próximo. Deve-se considerar que com o aumento da umidade no solo e da
concentração de dióxido de ferro, sua resposta espectral é modificada.
Quanto à textura do solo, pode-se dizer que a quantidade de umidade retida
em sua superfície é função da sua textura, ou seja, a capacidade de reter umidade
depende da textura do solo. E quanto maior a umidade maior será a absorção de
energia radiante incidente e, portanto, menor será a quantidade de luz refletida.
Ainda sobre a interferência da umidade na resposta espectral do solo, é
importante salientar que a quantidade de energia refletida no verde, no vermelho, no
infravermelho próximo e no infravermelho médio é dramaticamente reduzida à
medida que a umidade do solo aumenta (JENSEN, 2009).
Figura 11 – Percentual de variação da reflectância do solo nos diferentes

comprimentos de onda e a diferentes teores de matéria orgânica
Fonte: Jensen (2009).
52
Outro fator importante na característica espectral dos solos é a quantidade de

matéria orgânica (Figura 11), pois quanto maior for essa quantidade maior será a
absorção de energia incidente e menor a reflectância espectral.
Nos solos do Brasil, pode ser encontrado o composto óxido de ferro, e esse
elemento provoca aumento na reflectância na região do espectro eletromagnético
correspondente ao vermelho (600−700nm) com coloração avermelhada
característica. A diminuição da reflectância ocorre nas porções do azul e do verde,
nos solos com óxido de ferro esses mostram uma banda de absorção na região
entre 850-900nm quando comparados com solos sem óxido de ferro e arenosos
(JENSEN, 2009).
A salinidade dos solos é um fato preocupante em mais de 20% das terras
irrigadas no mundo. Nessas áreas, que se encontram prejudicadas pelo emprego de
técnicas de irrigação sem controle adequado e planejamento, os sais tendem a se
concentrar nas camadas mais superficiais dos solos.
Em relação à resposta espectral, a reflectância, geralmente, aumenta com o
aumento das concentrações de sais. A resposta dos solos afetados pela salinidade é
relativamente maior nas regiões do visível e do infravermelho próximo do que os
solos não salinos.
Para Liu (2007), a cor da superfície do solo, que é diferente da cor do material
parentesco do fundo, pode ser utilizada para prognosticar o processo da formação
do solo e, também, para identificar os processos de erosão ou desertificação pela
deposição excessiva de sais minerais. Portanto, as faixas de vermelho visível e do
infravermelho próximo são mais importantes na identificação do tipo de solo.
Estudos relacionados ao comportamento espectral dos solos são de grande
importância, pois, além de identificar as características do solo analisado, deve-se
analisar a sua interferência na resposta de outros alvos como a vegetação.
5.3 Vegetação
A cobertura vegetal tem sua resposta espectral alterada com o tempo, pois
sofre modificações de fatores externos como, por exemplo, o clima. Por isso, a
análise da cobertura vegetal é de grande importância em estudos sobre o processo
de desertificação, em que são avaliados parâmetros que interferem diretamente no
equilíbrio ambiental e favorecem o avanço do processo de desertificação.
53
As características, que a vegetação assume em dada região do espectro, são

influenciadas por vários fatores, entre eles pode-se citar a presença de água no solo
e nas folhas, estrutura morfológica, espécie e saúde foliar. Esses fatores influentes
não atuam isoladamente, em cada uma das regiões espectrais todos os fatores
exercem sua influência simultaneamente (SILVA et al. 2010).
A Figura 12 demonstra como a presença de água nas partes internas de uma
folha pode influenciar sua reflectância. Nota-se que quanto maior o teor de umidade,
menos a folha reflete a radiação eletromagnética.
O comportamento espectral da vegetação ocorre de forma diferente entre as
folhas independentes e o dossel2. Para Shimabukuro et al. (1997), o comportamento
espectral das folhas depende da sua composição química e de sua estrutura interna.
A variação da reflectância da cobertura vegetal em diferentes bandas de sensores
remotos depende, principalmente, da quantidade de folhas e da arquitetura do
dossel e até das espécies existentes.
Figura 12 – Resposta da reflectância de uma folha de magnólia (Magnolia

grandiflora) a diferentes conteúdos de umidade
Fonte: Carter (1991) apud JENSEN, (2009).
2
O dossel é composto pelo conjunto de diferentes espécies de plantas e diferentes tipos de elementos
da vegetação como: folhas, galhos, frutas, flores etc. (GOEL, 1988 apud RODRÍGUEZ, 2006).
54
Esta característica de interação da radiação eletromagnética com o dossel é

essencial para diferenciar matas nativas de plantações e para a posterior elaboração
dos mapas da cobertura vegetal, uma vez que o dossel no primeiro caso (matas e
florestas) é formado por várias espécies vegetais, enquanto que, no segundo
(plantações), trata-se de algo muito mais homogêneo, o que permite uma
diferenciação. A Figura 13 mostra o comportamento espectral da vegetação nas
faixas do espectro eletromagnético.
Figura 13 – Reflectância espectral característica da folha verde e sadia de um

vegetal para o intervalo de onda entre 0,4 e 2,6 µm
Fonte: Jensen (2009, p. 359).
Um dossel vegetal apresenta valores de reflectância relativamente baixos na

região do visível, devido à ação dos pigmentos fossintetizantes (clorofilas e
carotenóides) que dominam as propriedades espectrais da folha absorvendo a REM
para realização da fotossíntese, conforme demonstra a Figura 13.
Consequentemente, as imagens referentes a esta região apresentarão tonalidade
escura.
55
Na Figura 13, nota-se ainda um pico de reflectância em 0,5 μm, região verde
do visível devido a forte reflectância da clorofila, e valores (0,4 e 0,6 μm) nas zonas
do azul e do vermelho, estes são ocasionados pela grande absortância de energia
pela clorofila. As folhas verdes sadias são muito eficientes na absorção de energia
nos comprimentos de onda do azul (0,4-0,5µm) e vermelhos (0,6–0,7 µm), enquanto
os carotenóides absorvem apenas na região do azul.
Ponzoni (2001, p.15) destaca que:
[...] os baixos níveis de reflectância não se devem unicamente ao fato

da grande absorção da REM pelos pigmentos da folha, mas também
devido às sombras que se projetam entre as folhas, as quais são
dependentes da geometria de iluminação, da Distribuição Angular
das folhas (DAF) e da rugosidade do dossel em sua camada superior
(topo do dossel).
Analisando ainda a Figura 13, é possível notar que, na região do

infravermelho próximo, a vegetação verde sadia é, geralmente, caracterizada por
uma alta reflectância (40 − 60%).
A alta reflectância entre 0,7 e 1,2 μm deve-se ao fato do espalhamento interno
sofrido pela REM em função da disposição da estrutura morfológica da folha que
varia de acordo com a espécie da planta, aliada ao espalhamento múltiplo entre as
diferentes camadas de folhas. Isso possibilita a diferenciação entre espécies, e o
diagnóstico da saúde da planta. As imagens referentes a essa região deverão
apresentar tonalidades claras (PONZONI, 2001; JENSEN, 2009).
Observando-se a Figura 13, percebe-se que, no infravermelho médio, há uma
queda dos valores de reflectância, devido à presença de água no interior da folha.
São as chamadas bandas de absorção devido à grande umidade existente. Os
pontos de grande absorção estão em torno de 1,4 e 1,9 µm.
Já, as folhas de uma planta sob estresse e/ou com a produção de clorofila
diminuída fará com que a mesma tenha uma reflectância bem maior, principalmente
no verde e no vermelho do espectro. A reflectância no infravermelho é um indicador
de estresse somente quando ocorre severa desidratação foliar. O aumento da
reflectância no visível é a mais consistente resposta refletância foliar ao estresse
(JENSEN, 2009).
56
5.4 Processamento digital de imagens
O processamento digital de imagens de sensoriamento remoto consiste das

técnicas utilizadas para identificar, extrair, condensar e realçar a informação de
interesse para determinados fins, a partir de uma enorme quantidade de dados que
usualmente compõem essas imagens (CROSTA, 1992).
Segundo Novo (2009), o processamento digital de imagens visa a aperfeiçoar
os dados obtidos por meio de sensores orbitais, fornecendo informações mais
confiáveis aos usuários: (1) melhorar a qualidade geométrica, radiométrica, dos
dados brutos; (2) melhorar a aparência visual das imagens para facilitar a
interpretação visual e realçando as feições de interesse; (3) automatizar certos
procedimentos de extração de informações, para permitir o rápido tratamento de
grandes volumes de dados; (4) permitir a integração de dados de diferentes fontes;
(5) facilitar o desenvolvimento de modelos e a geração de produtos que representem
a grandeza geofísica ou biofísica para usuários cujos interesses sejam apenas
aplicar a informação final.
É importante salientar que as imagens adquiridas por sensores remotos não
estão isentas de erros conhecidos como geométricos e radiométricos. E, ainda,
sofrem efeitos causados por interferência atmosférica e dos instrumentos utilizados
durante a obtenção dos dados.
Os erros radiométricos originam-se de falhas instrumentais e limitações
próprias do processo de imageamento. Os geométricos são causados por diferentes
fatores como: o posicionamento do satélite, movimentos e curvatura da Terra,
largura da faixa imageada (NOVO, 2009). Para minimizar esses problemas, são
utilizados modelos e métodos matemáticos para a correção das distorções
apresentadas.
Conforme já mencionado, a finalidade do processamento digital é melhorar o
poder de discriminação dos alvos mediante correções de distorções, degradações e
ruídos introduzidos na imagem durante o processo de imageamento. O
processamento digital de imagens pode ser dividido em três etapas: (a) pré-
processamento, (b) realce e (c) classificação.
O pré-processamento refere-se ao processamento inicial dos dados brutos
para calibração radiométrica da imagem, correção de distorções geométricas e
remoção do ruído. Os procedimentos de realce no processamento digital de imagens
57
são realce de contraste, filtragem, operação aritmética e componentes principais,

com o objetivo de distinguir os diferentes usos, definindo as melhores composições
para executar uma classificação (INPE, 2006).
Para Moreira (2006), tanto a classificação supervisionada quanto a não
supervisionada possuem regras de decisão para que o classificador associe um
determinado “pixel” a uma determinada classe ou regiões de similaridade de níveis
de cinza. Tais regiões são baseadas nas características espectrais do “pixel”, ou do
“pixel” e seus vizinhos. Quando a regra de decisão toma como base as
características somente do “pixel”, a classificação é dita “pixel a pixel”; caso
contrário, a classificação é dita por região.
Na classificação supervisionada, as classes são criadas a partir de amostras
que o usuário coleta (conhecidas como áreas de treinamento). Para cada classe
utilizada, quando se tem algum conhecimento sobre as classes na imagem, quanto
ao seu número e pontos representativos dessas classes.
Os algoritmos supervisionados mais empregados são: máxima
verossimilhança (MAXVER), o método do paralelepípedo e a distância euclidiana.
Na classificação supervisionada, há procedimentos a serem adotados para
assegurar um bom resultado e isto independe do método a ser escolhido.
Após os procedimentos de classificação, é comum notar a presença de ruídos
na imagem. Estes são representados por pixels isolados, ou pequenos grupos de
pixels assinalados a várias classes (CROSTA, 1992). É possível apagar ou absorver
esses pixels classificados erroneamente para áreas pertencentes a outras classes,
desde que estejam abaixo de certo limite.
Programas de processamento de imagens possuem funções específicas para
realizar técnicas que removem pequenas áreas erroneamente classificadas, como
por exemplo, a aplicação de filtros de mediana, para isto são escolhidos alguns
parâmetros.
Há muitos outros métodos de processamento digital de imagens e alguns
desses estão voltados para sensores específicos que permitem extrair informações
relevantes dos dados de sensores remotos.
Almeida (2012) utilizou técnicas de processamento digital de imagens (PDI)
para a extração de informações a partir dos dados de sensoriamento remoto em
estudos sobre o bioma Caatinga, a desertificação e o Semiárido. Com isso, a
58
metodologia tem ganhado destaque e proporciona a realização de pesquisas e

monitoramento mais completos.
Maldonado (2001), em trabalho realizado sobre a detecção de mudanças em
regiões do Semiárido, afirma que diversas pesquisas têm demonstrado o potencial
do PDI na detecção de áreas degradadas, a partir do estudo do comportamento
espectral dos alvos, delimitando os fenômenos que caracterizam a geodinâmica de
uma região do Semiárido, mediante texturas, matrizes e relações horizontais entre
os elementos das imagens orbitais.
59
6 PROCEDIMENTOS METODOLÓGICOS
Para a investigação do tema proposto, realizaram-se procedimentos que

orientam a pesquisa e possibilitam a melhor compreensão do processo de
desertificação.
Inicialmente, realizou-se uma pesquisa bibliográfica acerca da desertificação
e da degradação ambiental nos ambientes semiáridos, com base em livros e artigos
científicos nacionais e internacionais que utilizaram técnicas de sensoriamento
remoto aliadas à SIG e, também, empregaram o algoritmo SEBAL em suas análises.
Partindo dos pré-supostos científicos que norteiam as discussões sobre o processo
de desertificação, seguiu-se com a coleta de dados climatológicos e das imagens de
satélites disponíveis.
6.1 Materiais
Neste primeiro momento da pesquisa, utilizaram-se as imagens do sensor TM

a bordo do Landsat-5, da órbita 215 e ponto 065, de 18 de junho de 1990 (dia
Juliano 169), 20 de setembro de 1995 (dia Juliano 263), 17 de dezembro de 2004
(dia Juliano 351) e 28 de outubro de 2009 (dia Juliano 301) disponibilizadas
gratuitamente pelo website do INPE. Deve-se salientar que a escolha das imagens
de satélite foi determinada pela distribuição das nuvens em cada cena, visto que a
presença de nuvens, mesmo que em pequenas áreas, pode subestimar ou
superestimar valores na utilização da imagem para o emprego do algoritmo SEBAL.
Outro fator determinante para a escolha das cenas foi a obtenção dos dados
climatológicos necessários para a entrada de informações no algoritmo SEBAL do
dia em que as imagens foram obtidas. As informações referentes à temperatura do
ar, pressão atmosférica e umidade relativa do ar devem ser coletadas de estações
climatológicas presentes na área em estudo. Na ausência das mesmas, é
aconselhável a utilização de dados de estações localizadas na mesma cena. A
Tabela 3 apresenta algumas condições climatológicas para os dias em que as
imagens foram obtidas.
60
Tabela 3 – Condições climatológicas para as datas das imagens utilizadas

Dia da passagem Temperatura Umidade relativa Pressão
do satélite do ar (°C) do ar (%) atmosférica (hpa)
18/06/1990 22,25 57,0 95,6

20/09/1995 34,30 57,0 95,5
17/12/2004 38,00 73,4 95,3
28/10/2009 26,36 62,3 96,0
Fonte: HidroUFCG e EMBRAPA-Algodão.
Para o estudo, um dos softwares escolhidos foi o SPRING (Sistema de

Processamento de Informações Georreferenciadas) na versão 5.2. Com o SPRING
foram realizados todos os procedimentos de georreferenciamento, pré-
processamento, classificação e pós-processamento das imagens para geração dos
mapas de ocupação do solo.
Para melhor demonstrar as etapas e os procedimentos metodológicos
desenvolvidos na pesquisa, foi criado um fluxograma (Figura 14).
COLETA DE DADOS
Análise dos dados
pluviometricos
Pré-Processamento
Obtenção das
das Imagens
variáveis biofísicas
Classificação das Potencial Natural

Imagens de Erosão do
Albedo, NDVI, IAF, Solo
SAVI, Emissividades,
Temperatura da
Elaboração dos mapas superfície, Saldo de
de ocupação do solo e radiação e Fluxo de
quantificação das calor no solo
classes
SEBAL
Análises dos mapas temáticos e índices obtidos
Figura 14 – Fluxograma com a sequência metodológica utilizados nesta pesquisa

61
6.2 Processamento das imagens orbitais utilizadas neste estudo
As imagens foram importadas para o aplicativo Impima, em que foi realizado

um recorte da cena original para delimitar o retângulo envolvente desejado,
facilitando assim o processamento das imagens. Esse procedimento foi realizado
para as bandas 3, 4, 5 das imagens do satélite Landsat5-TM. Essas bandas são,
geralmente, indicadas para estudos de alterações no uso e cobertura da terra.
Posteriormente, as imagens foram convertidas do formato TIFF para SPRG
possibilitando, assim, a exportação para o SPRING.
Para o registro da imagem no SPRING, as coordenadas dos pontos de
controle foram fornecidas por meio do modo Teclado, usando como referência
pontos de controle que possuam aspectos possíveis de ser identificados nas
imagens de diferentes anos. Esses pontos de controle foram selecionados nos
cruzamentos de estradas, no interior da área e em pontos próximos a mesma para
possibilitar uma maior precisão no registro. Sendo assim, foram escolhidos 14
pontos, que atenderam perfeitamente às exigências do projeto, com precisão de
aproximadamente 0,010 pixel para as imagens estudadas.
Após a finalização do georreferenciamento, as imagens foram inseridas em
categorias do tipo imagem no SPRING, possibilitando os processamentos
necessários que antecedem a elaboração dos mapas temáticos.
Após as imagens serem pré-processadas, foram preparadas para a
classificação as bandas que costumam ser indicadas para o estudo da vegetação,
solo e água levando em consideração o comportamento espectral e o contraste
apresentado por esses alvos, fato que facilita a diferenciação entre as classes. Para
iniciar a classificação, o procedimento realizado foi a geração de composições
coloridas com as bandas escolhidas (5,4,3 – RGB) do sensor TM Landsat-5.
No software Spring, foi realizada a classificação supervisionada das imagens
escolhidas para o estudo. Para a classificação, foram definidas as classes: solo
exposto, vegetação densa, vegetação rala e água para as bandas 3, 4 e 5 do
Landsat 5–TM. Após a etapa de definição das classes, realizou-se a coleta das
amostras de pixels nas imagens, com a finalidade de caracterizar cada uma das
classes de ocupação do solo existentes na área de estudo.
Com a coleta das amostras de treinamento para o posterior mapeamento das
classes na imagem sintética, foi realizada a classificação da mesma. O método de
62
classificação empregado foi o supervisionado. O classificador utilizado foi o

MAXVER (máxima verossimilhança) e, posteriormente, foi realizada a análise das
amostras de treinamento escolhidas para as imagens do sensor TM. Para eliminar
possíveis erros da classificação, foi executado o processo de pós-classificação da
imagem, disponível no SPRING, por meio da janela de Pós-Classificação. Os
parâmetros necessários para a realização do procedimento foram o peso 2 e o limiar
3, em virtude de com isto ser possível suavizar e eliminar possíveis erros da
classificação.
6.3 Obtenção das variáveis biofísicas
Com a proposta de monitorar e avaliar os indicadores biofísicos no estudo do

processo de desertificação, o algoritmo SEBAL (Surface Energy Algorithm for Land),
tem proporcionado a estimativa de diferentes elementos da superfície da terra. A
metodologia garante a análise das variáveis biofísicas envolvidas desde o balanço
de energia até a evapotranspiração nas áreas estudadas, de forma ágil e acessível
desde que se tenham dados meteorológicos disponíveis.
O SEBAL é um algoritmo semiempírico que promove a parametrização do
balanço de energia e fluxos de superfície baseado em alguns dados locais e
medições espectrais de satélites (WELIGEPOLAGE, 2005). Testada e validada,em
vários ecossistemas em todo o mundo, a metodologia SEBAL necessita de que os
canais visível, infravermelho próximo e médio, e infravermelho termal sejam tomados
como dados de entrada para o processo (MEIRELES, 2007).
Pesquisas, que se propõem estimar os parâmetros biofísicos por meio de
imagens de satélite com uso do modelo SEBAL, têm sido amplamente difundidas,
principalmente em ambientes semiáridos e que necessitam de monitoramento
ambiental. Em ambiente semiárido, seja para estimar a evapotranspiração nas
culturas agrícolas ou para análise da degradação ambiental, esta metodologia tem
alcançado resultados significativos.
Silva et al. (2005) realizaram estudo sobre o saldo de radiação em área
irrigada do semiárido paraibano, alcançando valores considerados consistentes e
satisfatórios. Silva et al. (2008) utilizaram o algoritmo SEBAL para determinar o
balanço de radiação à superfície na região de Gilbués–PI, obtendo resultados
satisfatórios para análise degradação da área. Já, Oliveira et al. (2012) realizaram
63
pesquisas para avaliar quantitativamente os parâmetros biofísicos da bacia

hidrográfica do Rio Tapacurá-PE.
Na região de Floresta, em Pernambuco, Silva et al. (2010) empregaram o
SEBAL em estudos para avaliação do processo de desertificação, comparando os
resultados obtidos em uma área degradada e outra não degradada e verificaram
aumento do albedo nas áreas degradadas ao longo dos anos analisados nas
imagens de satélite Landsat-5-TM. Santos (2013), conjuntamente com o Instituto
Nacional do Semiárido (INSA), desenvolvem pesquisas sobre as áreas susceptíveis
à desertificação em Gilbués-PI, usando para tal procedimento imagens de satélite, o
algoritmo SEBAL e índices de extremos climáticos.
Para o emprego do modelo, as etapas devem ser realizadas de forma
sequencial. Na obtenção do saldo da radiação, são realizadas onze etapas, e o
cálculo de uma ou mais variáveis é efetuado para dar prosseguimento às demais.
Toda a sequência deve ser obedecida com intuito de evitar erros nos cálculos. Para
melhor entendimento das etapas envolvidas na análise das variáveis biofísicas, é
comum a elaboração de um fluxograma (Figura 15) com as etapas do processo para
dados dos satélites Landsat.
Índices de vegetação
Radiância Espectral (NDVI, SAVI e IAF)
Emissividades da
superfície
Reflectância
planetária
Temperatura da
(2 Radiação de onda curta superfície
incidente
Albedo
Radiação de onda
planetário
( Radiação de onda longa longa emitida
incidente
Albedo corrigido
Saldo de radiação à superfície
Fluxo de calor no solo
Figura 15 – Fluxograma das etapas para obtenção do saldo de radiação da

superfície e fluxo de calor no solo
64
As etapas de cálculo do Saldo de radiação foram elaboradas em ambiente

SIG. Para o pré-processamento realizou-se o registro pela correção geométrica
polinomial de grau 1. Como referência para coleta de pontos de controle, foi utilizada
a imagem ortorretificada do Landsat 5/TM. Um total de 26 pontos de controle foi
coletado e o erro foi inferior a um pixel em cada um dos pontos. Este procedimento
foi realizado nas imagens utilizadas na pesquisa, e as etapas seguintes
correspondem à obtenção do saldo de radiação à superfície e do fluxo de calor no
solo, desenvolvidas com o emprego do algoritmo SEBAL.
O cálculo da radiância espectral de cada banda (Li), ou seja, a Calibração
Radiométrica, em que o número digital (ND) de cada pixel da imagem é convertido em
radiância espectral, foi efetivada segundo a equação (MARKHAM; BAKER, 1987):
b a 
L λi  a i   i i  ND (3)
 255 
Em que:
a e b (Tabela 4) = as radiâncias espectrais mínima e máxima (W/m²/sr/m);
ND = intensidade do pixel (0 a 255);
i = bandas do satélite Landsat 5/TM.
O cálculo da reflectância planetária monocromática de cada banda (ρ λi ) ,

definida como sendo a razão entre o fluxo da radiação solar refletido e o fluxo da
radiação solar incidente, foi obtido segundo a equação:
π . L λi
ρ λi 
k λi . cos Z . d r (4)
No qual:
L λi = radiância espectral de cada banda,
k λi = irradiância solar espectral de cada banda no topo da atmosfera
(W/m²/mm), Tabela 4);
Z = ângulo zenital solar
65
dr = quadrado da razão entre a distância média Terra-Sol (ro) e a distância

Terra-Sol (r) em dado dia do ano (DSA), que de acordo com Iqbal (1983),
é dado por:
d r  1  0,033 cos(DSA.2 / 365) (5)
No qual:
DSA = dia sequencial do ano e o argumento da função cos está em radianos.
Tabela 4 – Descrição dos coeficientes utilizados para calibração das bandas do

sensor TM do Landsat-5, entre maio/2003 e abril/2007
Irradiância
Coeficientes de calibração
espectral no
Comprimento (W/m²/sr/m) topo da
Bandas de onda
atmosfera
(μm)
(W/m²/m)
a B *b
1 (azul) -1,52 193,000 169,000 1957,00
0,45 – 0,52
2 (verde) 0,52 – 0,60 333,000 1826,00
-2,84 365,000
3 (vermelho) 0,63 – 0,69 -1,17 264,000 264,000 1554,00
4 (Infravermelho próximo) 0,76 – 0,79 -1,51 221,000 221,000 1036,00
5 (Infravermelho médio) 1,55 – 1,75 -0,37 30,200 30,200 215,00
6 (Infravermelho termal) 10,40 – 12,50 1,2378 15,303 15,303 1,00
7 (Infravermelho médio) 2,08 – 2,35 -0,15 16,500 16,000 80,67
* Valores do coeficiente para imagens obtidas após abril de 2007.
Fonte: Chander e Markham (2003).
O cálculo do albedo planetário (toa), ou seja, o albedo não ajustado à

transmissividade atmosférica, obtido pela combinação linear das reflectâncias
monocromáticas foi obtido pela equação:
αtoa  0,293ρ1  0,274 ρ2  0,233ρ3  0,157 ρ4  0,033ρ5  0,011ρ7 (6)
No qual:
ρ1 , ρ 2 , ρ 3 , ρ 4 , ρ 5 e ρ 7 = reflectâncias planetários das bandas 1, 2, 3, 4, 5 e 7.
O cálculo do albedo da superfície ou albedo corrigido para os efeitos

atmosféricos α , é dado pela equação:
α toa  α p
α 2
(7)
τ sw
66
Sendo:
toa = albedo planetário;
α p = reflectância da própria atmosfera, que varia entre 0,025 e 0,04, mas
para o modelo SEBAL tem sido recomendado o valor de 0,03, com

base em Bastiaanssen (2000);
sw = transmissividade atmosférica que para condições de céu claro, pode
ser obtida por Allen et al. (2002):
τsw  0,75  2.105 z (8)
Sendo:
z = altitude de cada pixel (m).
Com a realização da calibração radiométrica e o cálculo das variáveis acima

descritas, seguiu-se com o cálculo dos índices de vegetação (NDVI, SAVI e IAF).
O Índice de Vegetação da Diferença Normalizada (NDVI) é obtido por meio da
razão entre a diferença das refletividades do IV-próximo ( ρ IV ) e do vermelho ( ρ V ),
pela soma das mesmas:
ρIV  ρV
NDVI  (9)
ρIV  ρV
Sendo:
ρ IV e ρ V = bandas 4 e 3 do Landsat 5 – TM, respectivamente.
Para o cálculo do Índice de Vegetação Ajustado para os Efeitos do Solo

(SAVI) que é um índice que busca amenizar os efeitos do “background” do solo, tem
sido utilizada a expressão (HUETE, 1988):
(1  L)(ρIV  ρV )
SAVI  (10)
(L ρIV  ρV )
No qual:
L = função do tipo de solo. Na pesquisa, o valor atribuído a L foi igual a 0,1.
O Índice de Área Foliar (IAF) é definido pela razão entre a área foliar de toda
a vegetação por unidade de área utilizada por essa vegetação. O IAF é um indicador
67
da biomassa de cada pixel da imagem e o mesmo foi obtido pela equação empírica
(ALLEN et al. 2002):
 0,69  SAVI 
ln  
IAF    0,59  (11)
0,91
No cálculo das emissividades, é introduzida a emissividade de cada pixel no

domínio espectral da banda termal NB, qual seja: 10,4 – 12,5 μm. Para o cálculo da
radiação de onda longa emitida por cada pixel, há de ser considerada a
emissividade no domínio da banda larga ε 0 (5 – 100 μm). Segundo Allen et al.
(2002), as emissividades NB e 0 podem ser obtidas, para NDVI > 0 e IAF < 3,
segundo:
ε NB  0,97  0,0033. IAF (12)
ε 0  0,95  0,01. IAF (13)
Para pixels com IAF 3 , ε NB  ε0  0,98 e para corpos de água (NDVI < 0)
ε NB  0,99 e ε 0  0,985, conforme recomendações de Allen et al. (2002).
Após o cálculo das emissividades, foi calculada a temperatura da superfície

(Ts), ocasião em que são utilizadas a radiância espectral da banda termal L λ,6 e a
emissividadeNB. Dessa forma, foi obtida a temperatura da superfície (K) pela

seguinte expressão:
K2
Ts  (14)
ε K 
ln  NB 1  1
 L 
 λ,6 
Sendo: K1 e K 2 = constantes específicas da banda termal do Landsat 5 –TM

(ALLEN et al., 2002; SILVA et al., 2005).
É importante salientar que a temperatura da Superfície foi obtida em Kelvin

(k), porém para a espacialização dos resultados foi necessário transformar os
mesmos de k para celsius (ºC).
68
A radiação de onda longa emitida pela superfície R ol,emi (W/m²) é calculada

por intermédio da equação de Stefan-Boltzmanm:
Rol ,emi   0. .T 4 (15)

s
No qual:
ε 0 = emissividade de cada pixel;
σ = constante de Stefan-Boltzmanm (σ  5,67.108 Wm 2 K 4 ) ; e
Ts = temperatura da superfície (K).
Correspondendo a 9ª etapa tem-se a obtenção da radiação de onda curta

2
incidente Rsol,inc (Wm ) que é o fluxo de radiação solar direta e difusa que atinge a
superfície terrestre, que para condição de céu claro é dada pela seguinte expressão
(ALLEN et al., 2002):
R sol ,inc  S.cos Z .d r .τsw (16)
Sendo:
S = constante solar (1367 W/m²);
Z = ângulo zenital solar;
dr = inverso do quadrado da distância relativa Terra-Sol; e
sw = transmissividade atmosférica.
A radiação de onda longa incidente emitida pela atmosfera na direção da

superfície Rol,atm ( W/m²), 10ª etapa a ser realizada, foi calculada pela equação de
Stefan-Boltzmann:
R ol , atm  εa .σ.Ta 4 (17)
Onde:
a = emissividade atmosférica obtida por: ε a  0,85.( lnτsw )0,09 (ALLEN et al.,
2002);
 = constante de Stefan-Boltzmann; e
Ta = temperatura do ar (K).
69
Dessa forma, a última etapa realizada foi obtenção do saldo de radiação à

superfície, calculado a partir da equação:
Rn = Rsol,inc (1 – αsup ) – Rol,emit + Rol,atm – (1 – εo)Rol,atm (18)
Sendo:
Rsol,inc = radiação de onda curta incidente;
αsup = albedo corrigido de cada pixel;
Rol,atm = radiação de onda longa emitida pela atmosfera na direção de cada pixel;
Rol,emit = radiação de onda longa emitida por cada pixel; e
0 = emissividade de cada pixel.
Para a compreensão dos resultados obtidos com o emprego do algoritmo

SEBAL, a Tabela 5, a seguir, demonstra os valores do ângulo de elevação e demais
parâmetros utilizados para a obtenção das etapas que antecedem ao saldo de
radiação.
Tabela 5 – Parâmetros obtidos dada a passagem do satélite Landsat-5 na área

estudada
Dia/hora Ângulo de elevação (Eº) dr cosZ Rsol,inc (Wm-2) Rol, atm (Wm-2)
18/06/1990 42,0949 0,9679 0,6704 673,2 326,8

20/09/1995 48,6598 0,9939 0,7508 774,2 383,5
17/12/2004 56,9354 1,0320 0,8381 897,4 373,2
28/10/2009 63,8729 1,0149 0,8978 946,3 320,4

Fonte: INPE, 2013.
Para obtenção do fluxo de calor no solo (G), empregou-se a equação

empírica (19) desenvolvida por Bastiaanssen (2002), que representa valores
próximos ao meio dia:
 Ts 
G   (0,0038  0,0074 2 )(1  0,98 NDVI 4 ) Rn (19)
 
No qual:
Ts = temperatura da superfície (°C);
 = albedo da superfície;
70
NDVI = índice de vegetação da diferença normalizada; e

Rn = saldo de radiação à superfície, previamente calculados.
Para correção do fluxo de calor no solo nos corpos d’água (NDVI < 0), pode
ser utilizada a seguinte expressa: G = 0,3Rn, conforme Silva et al. (2005).
Para a estimativa das perdas de solo por erosão, os modelos empíricos são
fundamentados em experiências realizadas com intuito de entender a dinâmica dos
processos erosivos e deter o avanço dos mesmos. Esses modelos são comumente
empregados em estudos nas bacias hidrográficas. Costa e Silva (2012) afirma que
por meio de suas respostas há um melhor entendimento dos processos
hidrossedimentológicos.
Dessa forma, para análise do potencial natural de erosão dos solos na Bacia
Experimental de São João do Cariri, foram utilizados os fatores de erosividade (R),
erodibilidade (k) e LS (fator topográfico).
A erosividade da chuva (Fator R) expressa a capacidade da chuva de erodir o
solo sem proteção em uma área definida. Determinou-se a erosividade da chuva por
meio da Equação 20 proposta por Bertoni e Lombardi (1999):
0, 759
12  p2 
R   89,823 m  (20)
i 1  Pa 
Sendo:
R = fator de erosividade (Mj.mm/h/ha);
Pm = precipitação média mensal (mm); e
Pa = precipitação média total anual (mm).
Os dados pluviométricos diários entre 2003 e 2012 foram obtidos em dois

postos pluviométricos existentes na área da estação (Tabela 6).
Tabela 6 – Dados dos postos pluviométricos presentes na Bacia Experimental de

São João do Cariri
Posto Período de dados
Alemão 2003-2012
Nacional 2003-2012
Fonte: HidroUFCG, 2014.
71
O erodibilidade do solo (Fator K) expressa a susceptibilidade que cada solo

apresenta em relação ao potencial erosivo das chuvas. A erodibilidade foi estimada
a partir da associação do mapa de tipos de solo presentes na área de estudo e da
atribuição de valores de erodibilidade correspondentes a cada classe de tipos de
solo (Tabela 7), de acordo com metodologia proposta por Farinasso (2006).
Tabela 7 – Tipos de solos e valores de erodibilidade na Bacia Experimental de São

João do Cariri
Tipo de solo Erodibilidade (t.h/Mj/mm) Fonte
Neossolo flúvico 0,0460 Farinasso et al. (2006)
Cambissolo háplico 0,0032 Silva et al. (2009)
Neossolo litólico 0,0360 Farinasso et al. (2006)
Luvissolo crômico 0,0080 Sá et al. (2004)
Vertissolo cromado 0,0190 Andersson (2007)
O fator topográfico (LS) representa o comprimento e a declividade da encosta.

Esse fator foi obtido por meio da Equação 21, desenvolvida por Moore e Burch
(1986) e utilizada por Zhang et al. (2009).
0, 4 1,3
 V   sin  
LS      (21)
 22,13   0,0896 
Sendo:
V = acumulação de fluxo pelo tamanho da célula; e
 = declividade em graus.
Após a organização dos dados necessários para obtenção do potencial

natural de erosão (PNE) em ambiente SIG, foram integrados os fatores que
influenciam a perda de solo, utilizando para isso técnicas de geoprocessamento.
Com intuito de analisar as principais variáveis empregadas no estudo, foi
realizada ainda em ambiente SIG a álgebra dos mapas temáticos das variáveis
(albedo, SAVI, NDVI, temperatura da superfície e fluxo de calor no solo) para os
anos estudados.
Para melhor compreensão do PNE na bacia e sua relação com a cobertura
das terras, escolheram-se-se áreas testes (Figura 16 ad), as áreas vegetadas e
72
não vegetadas, de acordo com as imagens de satélites e com a espacialização do

SAVI. É importante salientar que, mesmo com a escolha prévia das áreas
(vegetadas e não vegetadas) devido à resolução do sensor TM a bordo do satélite
Landsat-5, as mesmas podem apresentar solo exposto nas áreas (vegetadas) e
resquícios de vegetação nas consideradas (não vegetadas).
Com as áreas amostrais já definidas, foram extraídos os valores dos números
digitais do SAVI e do PNE em formato ASCII (matriz de valores). Seguiu-se, então,
com a tabulação dos valores em planilha Excel e posterior elaboração dos gráficos
de dispersão.
Os arquivos de pontos com os valores do SAVI nas imagens estudadas foram
utlizados para elaboração dos histogramas com a distribuição de frequência desse
indicador nas áreas amostrais anteriomente descritas.
73
Figura 16 – Áreas selecionadas para análise do PNE x SAVI e para elaboração dos
histogramas de frequência
74
6.4 Procedimentos estatísticos para análise dos indicadores biofísicos
Com intuito de analisar estatísticamente cada indicador biofísico no período

estudado, foi necessário converter os dados raster, obtidos por meio do SEBAL,
para um arquivo de pontos. Essa operação foi realizada em ambiente SIG e o
arquivo resultante dessa operação foi exportado como arquivo. xls para uma planilha
Excel, no qual obteve-se a estatística descritiva. Tal procedimento foi realizado para
cada indicador analisado, possibilitando a elaboração de uma tabela da estatística
descritiva dos mesmos.
Ainda em ambiente SIG, realizou-se a extração de informações estatísticas
dos indicadores biofísicos dentro de cada classe de uso ocupação do solo, o que
proporcionou a elaboração de uma tabela com a estatística descritiva de cada
indicador nas classes (água, vegetação densa, vegetação rala e solo exposto)
criadas para cada ano estudado.
75
7 RESULTADOS E DISCUSSÕES
Com o intuito de analisar as variáveis biofísicas e compreender o

comportamento das mesmas e suas relações com as características físicas da área
de estudo, foi possível integrar as informações extraídas das imagens de satélite
selecionadas para a pesquisa e os dados climatológicos coletados na bacia.
7.1 Mapeamentos da cobertura do solo entre 1990 e 2009
A Figura 17 mostra a espacialização das classes de cobertura do solo (água,

solo exposto, vegetação densa e vegetação rala) para a cena de 18/06/1990. Nessa
data, a classe vegetação densa mostrou-se reduzida a pequenas ilhas e restrita a
alguns pontos (margens dos açudes), ocupando uma área de aproximadamente
32,7 ha (Tabela 8). A classe solo exposto ocupou 63% da área em estudo, o que
corresponde a 836,62 ha. A classe vegetação densa ocupou 32,67 ha, e, nessa
data, esteve restrita às margens dos corpos d’água mais expressivos e em pontos
isolados ao norte da área de estudo (áreas mais elevadas na bacia). Os corpos
d’água representados pela classe água ocupavam 31,41 ha, aproximadamente 2%
da área total.

Cariri 18/06/1990
76
A vegetação rala ocupou uma área de 450,72 ha (33% da área) e apresentou-

se fragmentada na área em estudo, porém, na porção norte da bacia, é possível
identificar uma maior presença dessa classe.
Tabela 8 – Quantificação das classes de cobertura do solo em 1990 e 1995

Classes Área em 1990 (ha) % Área em 1995 (ha) % Variação
Água 31,41 2,30 16,29 1,20 -48,14
Solo exposto 836,62 61,80 538,11 39,80 -35,68
Vegetação densa 32,67 2,42 35,28 2,60 7,99
Vegetação rala 450,72 33,30 763,74 56,40 69,45
Total 1.353,42 100,00 1.353,42 100,00 –
O mapa da cobertura do solo na área da Bacia Experimental de São João do

Cariri em 20/09/1995 (Figura 18) evidencia a distribuição espacial das classes
presentes na área. Nota-se que a vegetação rala ocupa 763,74 ha, ou seja, um total
de 53% da área de estudo. A distribuição desse tipo de vegetação, mesmo que rala
e de pequeno porte, proporciona a proteção do solo contra o efeito das ações
climáticas.

Cariri em 20/09/1995
77
Segundo a classificação da imagem de 20/09/1990, a vegetação densa

ocupava uma área de 32,67 ha (2,42% da área da bacia). Na classificação da
imagem de 20/09/1995, a vegetação densa esteve restrita às margens dos corpos
d’água e a áreas isoladas na porção norte da bacia, ocupando uma área de 35,28
ha, ou seja, um aumento de 4% quando comparada com a imagem de 18/06/1990.
Nas duas cenas, percebe-se, também, um aumento das áreas de vegetação densa,
porém este aumento na área da classe não representa uma recuperação da
vegetação mais densa, tendo em vista que essas áreas estão isoladas e não estão
distribuídas na área de estudo.
Em visitas de campo, verificou-se que nas áreas de vegetação mais densa, a
diversidade de espécies é pequena e predomina a presença da algaroba (Prosopis
Juliflora). A classe solo exposto, nessa data, ocupou 538,11 ha, a segunda maior
classe de ocupação do solo, conforme pode ser verificado na Figura 19.
Figura 19 – Percentual de cobertura do solo na bacia em 1990 e 1995
Conforme pode ser verificado na Figura 20, durante o mês em que a imagem
de 18/06/1990 foi obtida, a precipitação pode ter proporcionado uma maior
manutenção da vegetação rala existente na bacia. Isso pode explicar a resposta
espectral desse tipo de vegetação dada à passagem do satélite. A Figura 21 mostra
a precipitação no mês anterior à obtenção da imagem de 20/091995, o que pode
explicar a quantificação da classe água. Os corpos d’água presentes na Bacia
Experimental de São João do Cariri, nessa data, ocuparam 16,29 ha.
78
Figura 20 – Precipitação em São João do Cariri em 1990

Dados: Aesa-PB (2014).

A Figura 22 mostra a espacialização classes de cobertura do solo (solo

exposto, vegetação densa, vegetação rala e água) para o dia 17/12/2004. Nota-se a
que a classe solo exposto, neste ano, ocupou a maior parte da bacia, com uma área
de 978,30 ha, conforme pode ser visto na Tabela 9.
A classe vegetação densa apresentou-se fragmentada, localizada,
principalmente, nas proximidades dos corpos d’água e, em alguns pontos isolados,
ocupando uma área de aproximadamente 19,2 ha. A classe água ocupou uma área
de 10,3 ha, sendo representada pelos açudes presentes na área.
79
No período em que a imagem de 17/12/2004 foi obtida, o solo das áreas

próximas aos corpos açudes, possivelmente ainda se encontrava úmido, devido ao
fato das chuvas nos meses que antecederam a passagem do satélite. Esse fato
proporciona à vegetação de caatinga um maior período de vigor vegetativo, o que
explica os valores encontrados para a classe vegetação densa e rala, modificando
sua resposta espectral.

Cariri em17/12/2004
Tabela 9 – Quantificação das classes de cobertura do solo em 2004 e 2009

Classes Área em 2004 % Área em 2009 % Variação
Água 10,48 0,77 11,61 0,86 10,78
Solo exposto 978,30 72,28 898,83 66,41 -8,12

Vegetação densa 19,17 1,42 37,08 2,74 93,43
Vegetação rala 345,51 25,53 405,90 29,99 17,48
Total 1.353,42 100,00 1.353,42 100,00 –
A Figura 23 mostra o mapa temático do uso e ocupação do solo da área em

estudo obtida a partir da imagem de 28/10/2009. As áreas de vegetação densa se
apresentaram reduzidas em pequenos fragmentos, com um total de 37,1 ha, um
aumento de 17% se comparada à área ocupada pela mesma classe em 2004.
80

A classe solo exposto ocupava 898,83 ha (72,28% da área), conforme pode

ser verificado na Figura 24. As classes Vegetação rala água, neste ano, ocuparam
405,9 e 11,61 ha, respectivamente.
Figura 24 – Percentual de cobertura do solo na bacia em 2004 e 2009
Por se tratar de uma área, que não sofre com a intervenção direta da
população local, as mudanças observadas com a espacialização e quantificação das
classes (Tabela 7) durante o período em estudo podem ser explicadas pela
diminuição do uso das terras na área. Outro fator que pode causar alterações nos
resultados é a interferência da pluviosidade no local (Figura 25). A diminuição das
81
chuvas e a elevada evapotranspiração contribuíram para alterações na paisagem,

principalmente na vegetação, em alguns pontos da bacia.


A interferência da precipitação local na estimativa de variáveis ambientais no

estudo do processo de desertificação é fato a ser analisado antes e após o período
de obtenção das imagens de satélite. No caso dos índices de vegetação, albedo da
superfície, temperatura da superfície e os componentes do balanço de radiação é
82
indispensável verificar o acúmulo de chuva e a resposta da vegetação de caatinga a

esses eventos.
Um acúmulo de 30 mm é suficiente para o surgimento do ciclo fenológico com
o aparecimento de folhas em algumas espécies de arbustos e de plantas lenhosas e
herbáceas. A cobertura verde ocorre aproximadamente 20 a 60 dias após o início da
estação chuvosa período em que, dependendo da espécie, esta cobertura pode ser
superior a 90% (BARBOSA et al., 1989).
7.2 Parâmetros biofísicos
7.2.1 Análise do albedo da superfície
A distribuição espacial do albedo que variou de 0 a 0,4 nas cenas analisadas

pode ser verificada na (Figura 27 a-d). Com os mapas, é possível notar que os
corpos d’água apresentaram os menores valores de albedo. Enquanto, os maiores
valores foram apresentados pelo solo exposto com ausência de vegetação e áreas
com a presença de afloramentos rochosos.
A vegetação densa no período estudado apresentou valores de albedo entre
0,1 e 0,2. Os valores correspondentes ao intervalo (0,2 - 0,25) foram apresentados
pela vegetação de pequeno porte ou que perdeu parte do dossel foliar. Esse tipo de
cobertura vegetal é o mais encontrado na área da Bacia Escola. Os valores de
albedo entre 0,25 - 0,35 indicam solo com resquícios de vegetação rala, comum na
área de estudo. Segundo Silva et al. (2010), o albedo das superfícies vegetadas
variam de acordo com o estágio de desenvolvimento e tipo de vegetação.
O albedo nas áreas com vegetação densa, em pleno vigor vegetativo (Figura
30b), diminui em decorrência da maior utilização pelas plantas da energia incidente
que atua nos processos de fotossíntese ou de transpiração.
Segundo Correia (2002), geralmente, os valores elevados de albedo da
superfície estão associados a superfícies suaves, secas de coloração clara, e
albedos menores estão associados a superfícies rugosas, úmidas e de coloração
escura nas imagens.
83
Figura 27 – Albedo da superfície para os dias de (a) 18/06/1990, (b) 20/09/1995, (c)
17/12/2004 e (d) 28/10/2009, na Bacia Experimental de São João do
Cariri
84
Valores de albedo no intervalo entre 0,35-0,4 foram obtidos nas áreas de solo
exposto, áreas intensamente degradadas. Contudo, a presença dos afloramentos
rochosos na área de estudo (Figura 28) pode explicar os picos nos valores de alguns
verificados em alguns pontos da bacia. Silva et al. (2005) encontraram valores de
albedo superiores a 0,30 em áreas de solo exposto (área degradada) no município
de Floresta-PE.
Ideião (2009) obteve valores de albedo para as áreas de solo exposto na
mesma data, variando de 0-0,2 (%) para a bacia hidrográfica do rio Taperoá.
Bezerra et al. (2014), em estudo realizado no Parque Nacional de Furna Feia - RN,
obtiveram valores de albedo compreendidos entre 0,10 e 0,15 para as áreas de
cobertura vegetal de caatinga.
Figura 28 – Afloramento rochoso presente na área da Bacia Experimental de São

João do Cariri-PB em 23/11/2013
Gusmão et al. (2012) afirmam que o albedo alterado devido à retirada da

vegetação, em geral, reduz os índices de vegetação, o que provoca o aumento da
temperatura da superfície e a redução do saldo de radiação. Entre outras
consequências, ainda, é possível citar o aumento do fluxo de calor sensível e da
temperatura do ar. Na área de estudo, foi possível observar locais com vegetação de
pequeno porte em pleno vigor vegetativo, porém essas áreas não representaram
polígonos consideráveis de caatinga com alta densidade vegetal, o que caracteriza a
85
fragmentação da vegetação (Figura 29 a e b), sendo possível verificar entre essas

áreas solo exposto e degradado.
( a) (b)
Figura 29 – (a) Área com solo exposto na Bacia Experimental em 08/07/2012; (b)
Área com vegetação em pleno vigor vegetativo em 14/05/2011
Machado et al. (2010) acrescentam que o valor do albedo obtido em

superfícies vegetadas é fortemente influenciado pela precipitação, pois promove
redução da radiação refletida pelo solo e, no caso da Caatinga, aumenta o índice de
área foliar da vegetação após um evento chuvoso (MACHADO et al. 2010).
7.2.2 Análise do NDVI
Nos mapas temáticos do NDVI (Figura 30ad), pode-se verificar a

espacialização dos valores desse índice para as datas da passagem do satélite em
18/06/1990; 20/09/1995; 17/12/2004 e 28/10/2009. Como esperado, os maiores
valores de NDVI foram apresentados pela vegetação mais densa, presente na área
da bacia, apresentando valores de NDVI entre 0,9-1. Pode-se afirmar que essa
vegetação encontrava-se concentrada na porção norte e, também nas proximidades
dos corpos d’água da bacia, conforme pode ser verificado na Figura 31a.
Nesse sentido, Arraes et al. (2012) consideram que um fator importante a ser
analisado em ambiente de caatinga é a distribuição temporal das precipitações
pluviométricas, a qual tem forte influência no balanço hídrico da região e,
consequentemente, na umidade do solo, influenciando diretamente o NDVI.
86
A vegetação rala apresentou valores de NDVI entre 0,6 e 0,9. Esse tipo de
vegetação é encontrado em toda área estudo não restrito a determinados locais,
como é o caso da vegetação densa. Com isso, deve-se ressaltar que o NDVI é
influenciado pela resposta espectral do solo, isso explica alguns valores obtidos nas
áreas de vegetação rala, espaçada e de pequeno porte.
87
Figura 30 – Valores de NDVI na Bacia Experimental de São João do Cariri para os dias
de (a) 18/06/1990, (b) 20/09/1995, (c) 17/12/2004 e (d) 28/10/2009.
88
Ainda sobre a influência da precipitação nos valores de NDVI, deve-se

salientar que o estrato herbáceo e o dossel foliar da vegetação de Caatinga
provocaram alterações significativas nos valores estimados de NDVI, pois sua
atividade vegetativa foi intensificada e com isso tem-se o aumento da reflectância
das folhas. Nesse contexto, os alvos presentes na imagem obtida em 20/09/1995
não tiveram sua resposta espectral alterada pela precipitação, porém, a precipitação
alterou a resposta espectral dos alvos presentes na imagem de 18/06/1990, mesmo
o acúmulo verificado sendo considerado pequeno, foi suficiente para provocar
modificações na cobertura vegetal.
Deve-se ressaltar que os valores de NDVI nas áreas de vegetação densa,
localizadas próximas às “lagoas” que se formam com o acúmulo de água das chuvas
nos meses chuvosos, podem ter sido influenciados pelo solo, pois a vegetação
próxima a esses locais possuem espaçamento entre o dossel e o solo (Figura 31).
Figura 31 – Área que nos períodos chuvosos acumula água formando “lagoas” que
favorecem o desenvolvimento da vegetação nas proximidades em
07/08/2012.
Ideão (2009) encontrou valores aproximados ao desse estudo de NDVI para a

Bacia do rio Taperoá, com valores variando de -1,0 a 0,6, para os anos de 1990 e
1999. Almeida (2012) obteve valores entre -0,15 e 0,81 para diferentes fisionomias
de Caatinga em janeiro de 2009, para a Bacia do rio Taperoá. Marinho et al. (2011),
ao analisarem índices de vegetação no município de São João do Cariri, obtiveram
valores de NDVI variando entre -0,85 e 0,812.
89
7.2.3 Estimativa do SAVI
A espacialização do índice de vegetação ajustado ao solo (SAVI) na Bacia

Experimental de São João do Cariri, que variou entre -0,2 e 0,7, pode ser verificada
nas Figuras 32(ad). Na referida figura, percebe-se que o solo exposto apresentou
valores entre 0,3-0,5 evidenciando a alta reflectância desse tipo de cobertura na
data dessa imagem. Os valores atribuídos ao solo exposto refletem uma menor
densidade de vegetação, evidenciado as áreas mais degradadas na área da bacia.
Os valores de SAVI, apresentados pela água, variaram em função da
presença de matéria orgânica e sedimentos que aumentam a reflectância desse
alvo, no período em estudo, água apresentou valores de SAVI entre -0,2 e 0,3.
Os maiores valores de SAVI são correspondentes à vegetação verde sadia e
densa, presente na proximidade dos açudes e nas margens dos mesmos. Na Figura
32d, que apresenta os valores de SAVI obtidos de 28/10/2009, percebe-se que a
vegetação densa apresentou valores máximos de até 0,7 para a vegetação de
caatinga mais densa, porém, em algumas dessas áreas, a espécie mais abundante
é a algaroba (Prosopis Juliflora).
Nota-se que, com a espacialização dessa variável, as áreas de vegetação
densa apresentaram os maiores valores de SAVI. Em relação à distribuição dos
valores na imagem de 17/12/2004, essas áreas foram reduzidas na porção norte da
bacia e foram substituídas por vegetação rala com valores de SAVI variando entre
0,5-0,6, conforme (Figura 32c).
Com os valores obtidos a partir do SAVI, é possível verificar de forma mais
confiável o nível de degradação da cobertura vegetal em áreas semiáridas, tendo
em vista a contribuição que o fator de ajuste do solo proporciona (ALMEIDA, 2012).
Nas áreas de vegetação de caatinga, que nos períodos secos encontra-se com
baixo vigor vegetativo, poucas folhas e bastante espaçada, o ajuste colabora para
minimizar a interferência do solo nos valores obtidos.
90
Figura 32 – Valores de SAVI estimados para Bacia Experimental de São João do

Cariri nos dias de (a) 18/06/1990 e (b) 20/09/1995
91
7.2.4 Estimativa e análise do IAF
A Figura 33 a-d fornece informações referentes aos valores de IAF estimados

para as áreas de vegetação no período analisado. No período em estudo, o IAF
variou entre 0 e 6.
Os resultados obtidos mostraram que os valores de IAF próximos a zero
correspondem às áreas onde a vegetação é ausente, o que pode ser verificado nas
áreas em tons de amarelo. As áreas com a vegetação de porte arbustivo (1 - 1,5)
com poucas folhas, geralmente, apresenta menor densidade, uma das
características que a vegetação de caatinga apresenta em determinados períodos
do ano, devido a influência da escassez hídrica.
Em visitas a campo, foi possível verificar que muitas áreas da bacia
apresentam solo exposto, pedregoso e com características de solos em alto nível de
degradação, que, possivelmente, dificultam o desenvolvimento de uma vegetação
mais expressiva.
Os maiores valores de IAF obtidos correspondem à vegetação de maior porte
(densa) e restrita a determinadas áreas na bacia (classificadas em azul e azul
escuro). A vegetação menos espaçada, mas que pode ter perdido parte do dossel
foliar apresentou valores entre 1,5-2, esse tipo de vegetação possui porte arbustivo
e poucas folhas, sendo representados na cor azul claro.
As visitas à área de estudo confirmaram as informações obtidas com a
classificação das imagens. Verificou-se a diversidade de espécies presentes na
área, além do porte e tipo de vegetação que podem ser encontrados. Em áreas de
aparente grande densidade vegetacional, a presença de poucas espécies arbóreas
nativas e o pequeno porte de alguns exemplares indicam o nível de desgaste ao
qual essas áreas foram submetidas.
Observando a espacialização do índice de área foliar no período analisado,
pode-se verificar uma diminuição das áreas de maior biomassa na porção norte da
bacia. Nota-se que essas áreas ficam restritas às margens dos corpos d’água e
acompanhando a drenagem principal da bacia (Figuras 33c e 33d). Esse tipo de
vegetação não perde as folhas mesmo em períodos considerados secos, mas
apresentam uma menor densidade de biomassa à medida que se distanciam dos
corpos d’água (áreas em azul claro) com valores entre 2 e 6.
92
Figura 33 – Mapas temáticos do IAF para (a) 18/06/1990, (b) 20/09/1995, (c)
17/12/2004 e (d) 28/10/2009 na Bacia Experimental de São João do
Cariri.
93
Com os valores obtidos para o IAF nas imagens, é possível afirmar que a
vegetação encontrada em maior parte da bacia é de pequeno porte e com poucas
folhas, exceto nas proximidades dos corpos d’água (Figura 34a), e são mais
expressivos e principalmente às margens dos açudes.
Em visitas ao local, mesmo nos períodos considerados como chuvosos na
região, notam-se muitas áreas onde o desgaste provocado no solo não possibilita o
desenvolvimento de uma vegetação de porte mais significativo, sendo ocupado por
gramíneas e vegetação rala (Figura 34b).
( a) (b)
Figura 34 – (a) Área vegetada próxima aos corpos d’água na Bacia Experimental; (b)
Foto com vista para vegetação menos expressiva em 14/05/2011.
Figura 35 – Presença da algaroba (Prosopis Juliflora) próxima à área das estações

climatológicas da Bacia Experimental de São João do Cariri em 14/05/2011
94
A vegetação apresenta maior densidade nas áreas correspondentes aos

locais mais elevados ou às margens dos corpos d’água, porém essa densidade
vegetacional não significa área de caatinga nativa ou em processo de recuperação,
pois a espécie dominante é a exótica algaroba (Figura 35).
7.2.5 Temperatura da superfície, saldo de radiação e fluxo de calor no solo
Uma das variáveis indispensáveis para análise da degradação e

desertificação no semiárido é a temperatura da superfície que variou entre 20 e 43°C
(Figura 36). Esse parâmetro influencia outras variáveis como o saldo de radiação e o
fluxo de calor no solo, além de ser responsável por interferências na germinação de
sementes e no desenvolvimento de espécies vegetais.
A Figura 36 (a-d) mostra a espacialização da temperatura da superfície na
área da Bacia Experimental de São João do Cariri para o período em estudo.
Verificou-se que as áreas de solo exposto apresentaram as temperaturas mais
elevadas em alguns pontos devido à presença de afloramentos rochosos. Foi
possível verificar temperaturas de até 39,6°C em 17/12/2004 (Figura 36c) e 42,7ºC
em 28/10/2009 (Figura 36d). Nas áreas de solo exposto, a estimativa da temperatura
da superfície mostrou que os altos valores obtidos foram decorrentes da grande
exposição do solo, além dos locais onde é possível verificar a presença de solo
pedregoso.
Como esperado, as áreas de vegetação rala apresentaram valores elevados
de temperatura da superfície, decorrente do fato desse tipo de vegetação se
apresentar espaçada; nessas áreas, a vegetação não desenvolve uma densidade
considerável para proteger o solo e fazê-lo apresentar menores temperaturas.
Os menores valores foram verificados para os corpos d’água e nas áreas de
vegetação mais densa, localizadas nas proximidades dos açudes (Figura 38 a e b),
e, na imagem de 18/06/1990, também, pôde ser encontrada na porção norte da
bacia.
95
Figura 36 – Variação da temperatura da superfície na Bacia Experimental de São João

do Cariri em (a) 18/06/1990, (b) 20/09/1995, (c) 17/12/2004 e (d)
28/10/2009.
96
( a) (b)
Figura 37 – (a) Área de vegetação espaçada; (b) Área de vegetação de pequeno

porte e cactáceas.
Nota: Percebe-se, também, a presença de solo pedregoso em 23/11/2013.
( a) (b)
Figura 38 – (a) Vegetação de porte arbóreo encontrada na área de estudo; (b)

Vegetação verificada na área da Bacia Experimental em 14/05/2011
Nota: Nesta data notou-se a influência das chuvas no estado vegetativo das plantas
em 14/05/2011.
A distribuição espacial do saldo de radiação na superfície do período

analisado variou entre 380 e 801 W/m-2 e pode ser verificada na Figura 39. Os
maiores valores observados foram apresentados pelos corpos d’água, seguidos
pelos valores apresentados nas áreas de vegetação mais densa e expressiva,
presente nas proximidades dos açudes e nas áreas mais elevadas. Os valores
apresentados por esses alvos podem ser explicados pelo fato da água e vegetação
absorverem grande parte da radiação solar que incide sobre a superfície terrestre.
97
Figura 39 – Saldo de Radiação para as datas de (a) 17/12/2004 e (b) 28/10/2009 na

Bacia Experimental
A distribuição espacial dos valores do saldo de radiação instantâneo em

20/09/1995 (Figura 39b). Nessa data, algumas áreas de vegetação ao norte da
Bacia Experimental de São João do Cariri apresentaram valores próximos aos
98
estimados para os corpos d’água, com isso, verifica-se que na data da passagem do
satélite há uma expressiva densidade vegetal nesses locais.
Verificou-se nas pesquisas de campo que as áreas onde o R n atingiu tais
valores, há presença de solo pedregoso e compactado, essa última característica
reflete as consequências da atividade agropecuária outrora desenvolvida na área.
Bezerra (2013), ao analisar a dinâmica sazonal do saldo de radiação diário
em área de caatinga, afirmou que devido à vegetação de caatinga em períodos
chuvosos apresentar quantidade de biomassa superior às culturas agrícolas
irrigadas, a mesma possui capacidade de armazenar maior quantidade de energia,
além de apresentar menores valores de albedo.
Nessa perspectiva, Cunha et al. (2011) asseguram que a dinâmica da
cobertura do solo não pode ser analisada isoladamente como única condição física a
explicar as variações na temperatura da superfície e no saldo de radiação ao longo
dos anos.
Rodrigues et al. (2009) discorrem sobre a influência marcante do período de
imageamento sobre o saldo da radiação, sendo esse diretamente correlacionado à
estação do ano que influencia na radiação solar global e nas condições de
vegetação.
Por isso, a necessidade de se analisar os dados obtidos com as imagens do
sensor TM, aliados aos dados de pluviosidade antes e após a obtenção das imagens
e as condições climatológicas quando as mesmas foram obtidas. Conforme se pode
verificar nos gráficos, com o acúmulo mensal de chuvas para o município de São
João do Cariri (Figuras 21 e 22), pois a variabilidade da precipitação é grande
relevância para o comportamento da vegetação de caatinga.
A variabilidade espacial do fluxo de calor no solo nos anos analisados pode
ser verificada na Figura 40 (a-d). As áreas de vegetação densa, presentes no
entorno dos açudes e ao norte da bacia, apresentaram os menores valores. Para
Menezes (2006), na vegetação têm-se os menores valores devido à absorção dessa
energia, promovendo maior passagem da energia incidente para o interior do dossel
vegetal, tendo uma energia armazenada menor.
99
Figura 40 – Distribuição espacial do fluxo de calor no solo em (a) 18/06/1990, (b)

20/09/1995, (c) 17/12/2004 e (d) 28/10/2009
Observa-se na Figura 40 que os maiores valores do fluxo de calor no solo

variaram entre 111-124 W/m². É possível verificar que os valores de fluxo de calor no
solo entre 70-90 W/m-2, observados em algumas locais da área de estudo, também,
100
apresentaram temperatura da superfície mais elevada e o solo mais degradado

(Figura 41).
Em muitos locais em que tal fato foi verificado, o solo na bacia é do tipo
luvissolo crômico (Figura 4). Como o fluxo de calor no solo, também, é fortemente
influenciado pelo tipo de solo e pelas suas características físico-químicas é possível
justificar a variabilidade espacial desse indicador na área de estudo. Os maiores
valores encontrados no período correspondem aos corpos hídricos presentes na
área de estudo.
Figura 41 – Exemplo de área de solo exposto na Bacia Experimental de São João do

Nota: É possível verificar a vegetação rala de pequeno porte e sem folhas, ao fundo
nota-se a presença de algarobeiras.
7.3 Análise estatística dos indicadores biofísicos
Para compreender a estimativa das variáveis estudadas por meio do

algoritmo SEBAL, realizou-se a análise estatística dos valores obtidos, conforme
podem ser verificados na Tabela 10.
101
Verifica-se a partir da Tabela 10 que para a imagem do dia 18/06/1990, os

valores de albedo apresentaram baixa amplitude, o que caracteriza uma pequena
diferença na resposta espectral dos alvos nessa data. Isso evidencia uma
homogeneização nas superfícies nas quais a radiação é refletida. De fato, no limite
da Bacia escola, há extensas áreas de solo exposto e pedregoso.
Tabela 10 – Estatística descrita dos valores estimados para os indicadores biofísicos

Indicadores Desvio Desvio Coeficiente
Data Média Mínimo Máximo
biofísicos Padrão Médio de variação
Albedo 0,128 0,028 0,125 0,023 0,025 0,001
NDVI 0,379 0,126 0,374 -0,975 0,775 0,016
18/06/1990
SAVI 0,299 0,085 0,294 -0,331 0,679 0,007

IAF 0,483 0,228 0,438 -0,164 4,336 0,052
Ts (°C) 25,7 1,3 25,9 20,5 28,9 1,6
Rn (W/m2) 467,5 22,5 468,3 379,9 560,6 507,4
G (W/m2) 57,3 14,2 24,9 168,1 36,2 201,7
Albedo 0,143 0,23 0,143 0,019 0,251 0,001
NDVI 0,307 0,089 0,293 -0,799 0,768 0,008
20/09/1995
SAVI 0,25 0,067 0,239 -0,298 0,683 0,005

IAF 0,342 0,197 0,296 -0,17 4,908 0,039
Ts (°C) 30,2 1,4 30,4 22,3 33,2 2,1
Rn (W/m2) 571,1 23,4 569,5 477,7 648,8 545,6
G (W/m2) 83,5 10,7 12,8 51,5 205,4 114,4
Albedo 0,23 0,031 0,229 0,055 0,383 0,001
NDVI 0,197 0,078 0,189 -0,849 0,705 0,006
17/12/2004
SAVI 0,168 0,062 0,16 -0,447 0,645 0,004

IAF 0,147 0,141 0,118 -0,165 2,823 0,02
Ts (°C) 35,4 1,8 35,6 21,5 39,6 3,2
Rn (W/m2) 595 30,8 593,7 457,9 785,3 946,6
2
G(W/m ) 286,6 31,2 10,8 217,1 629,8 972,1
Albedo 0,181 0,025 0,183 0,041 0,322 0,001
NDVI 0,228 0,088 0,214 -0,972 0,758 0,008
28/10/2009
SAVI 0,196 0,072 0,183 -0,387 0,698 0,005

IAF 0,214 0,199 0,167 -0,169 6 0,04
Ts (°C) 37,4 2,3 37,7 22,5 42,7 5,4
2
Rn (W/m ) 608,5 32,9 604,9 489,3 801,4 1084,2
2
G (W/m ) 118,0 11,4 9,7 73,8 241,3 131,7
O coeficiente de variação obtida para esse indicador em todas as datas

permite afirmar que a confiabilidade para essa estimativa é considerada alta. O
maior coeficiente de variação obtido para um índice de vegetação foi a do IAF
(0,052) em 18/06/1990. Esse fato pode ser explicado pela baixa densidade vegetal
das plantas na área de estudo e pelo espaçamento do dossel.
102
Observa-se que o saldo de radiação e o fluxo de calor no solo apresentaram

os maiores valores de desvio padrão, em todas as datas analisadas, isso se deve à
presença de manchas de vegetação arbustiva entre as áreas de solo exposto, aos
afloramentos rochosos e à grande quantidade de material em suspensão nos corpos
hídricos que influenciam na reflectância da água.
7.4 Potencial natural de erosão do solo (PNE)
A Figura 42 apresenta os resultados da integração em ambiente SIG dos

fatores que interferem diretamente na perda natural de erosão dos solos (PNE), para
Bacia Experimental de São João do Cariri. Os resultados mostraram que as classes
de perdas de solo variaram de 0 a 135 t/ano, no período de 2003 a 2012.
Figura 42 – Espacialização do potencial natural de erosão do solo (PNE) na Bacia

Experimental de São João do Cariri
Na distribuição espacial das classes do PNE, nota-se que os maiores valores

correspondem às áreas com maior declividade (Figura 6) e pela ausência de
cobertura vegetal. Percebe-se, ainda, que as áreas onde as perdas de solo foram
maiores que 20 t/ano compreendem as terras de solo exposto e áreas onde o tipo de
103
solo presente é o neossolo flúvico (Figura 4). Os altos valores do PNE podem ser
explicados pelo fato do solo da bacia encontrar-se bastante degradado devido às
práticas agropecuárias como a monocultura e a pecuária caprina, já empregadas na
área, além das interferências climáticas,
O grau de erosão das perdas de solo na Bacia Experimental de São João do
Cariri se apresentou entre baixo e alto levando em consideração a classificação da
FAO (Tabela 11) para as perdas de solo.
Tabela 11 – Classificação das perdas de solo por grau de erosão

Perda de solo (t/ano) Grau de erosão
< 10 Baixo
10  50 Moderado
50  200 Alto
> 200 Muito alto
Fonte: Adaptado de FAO (1967).
Ao observar o IAF e o resultado do PNE, percebe-se que as áreas em que as

perdas de solo são maiores, o IAF indicou menor densidade da vegetação de 1990 a
2009. Esse fato sugere que se a vegetação ainda presente for desmatada, as
perdas de solo tendem a aumentar devido ao maior grau de erosão nas áreas sem
cobertura vegetal.
Outro fator a ser considerado é em relação ao tipo do solo presente nessas
áreas. A associação do tipo de solo e a ausência de vegetação tornam algumas
áreas dessa bacia mais vulneráveis a ação da chuva, formando crostas na
superfície, diminuindo a infiltração e aumentando o escoamento superficial. Dessa
forma, o transporte de sedimentos é alto, favorecendo a formação de processos
erosivos no local.
As Figuras 43a-h mostram as correlações entre o PNE e o SAVI para as
áreas vegetadas e não vegetadas consideradas mais representativas na bacia em
todas as imagens utilizadas nesse estudo. Porém, com a análise dos gráficos
percebe-se que não há uma correlação entre o PNE e o SAVI. Entretanto, é possível
analisar as perdas de solo por erosão nos intervalos de valores de SAVI para as
amostras com ausência de vegetação e vegetada.
Na Figura 43, percebe-se que a maior concentração dos valores de PNE
variaram entre 0-20t/ano e para o SAVI variaram entre 0,30,5 (área vegetada). Para
104
a área não vegetada na mesma imagem, verificou-se que as maiores perdas de solo
6 t/ano ocorreram no intervalo de SAVI de 0,2-0,3 (Figura 43b).
Figura 43 – PNE x SAVI em área vegetada e não vegetada.

Nota: (a) área vegetada em 18/06/1990, (b) área não vegetada em 18/06/1990, (c)
área vegetada em 20/09/1995, (d) área não vegetada em 20/09/1995, (e) área
vegetada em 17/12/2004, (f) área não vegetada em 17/12/2004, (g) área vegetada
em 28/10/2009 e (h) área não vegetada em 28/10/2009.
105
A Figura 43c apresenta uma maior concentração dos valores de PNE no

intervalo de SAVI de 0,250,4. Essa maior concentração ocorreu na imagem de
20/09/1995, em que se percebe uma maior dispersão dos valores, com valores de
PNE de aproximadamente 8t/ano, possivelmente, pelo fato da presença de
fragmentos de solo exposto. Em área não vegetada (Figura 43d), a maior
concentração dos valores ocorrem no intervalo de SAVI de 0,2-0,25, no qual se
notam perdas de até 9t/ano.
Nas figuras 43e e f, as maiores perdas de solo por erosão ocorrem no
intervalo de SAVI entre 0,15-0,25 e 0,1-0,2, respectivamente. Na área vegetada o
PNE variou de 020 t/ano, já na área sem vegetação o maior valor de PNE foi de 6
(t/ano), para a imagem de 17/12/2004.
No intervalo de SAVI 0,2-0,25 (Figura 43g) na área com vegetação, em
28/10/2009, o total de perdas de erosão por solo variou de 020 t/ano. Na área não
vegetada, o PNE variou de 0-7 t/ano, no intervalo de SAVI compreendido entre 0,15
e 0,2 (Figura 43h).
Observa-se com base nesses resultados, conforme imagens de 18/06/1990,
17/12/2004 e 28/10/2009 as áreas ao norte onde se pode encontrar vegetação rala e
até densa, são áreas mais elevadas com altitudes compreendidas entre 508 a 523
metros. Nessas áreas, o potencial de erosão é alto, pois com a inclinação das
vertentes tem-se o aumento da desagregação de sedimentos.
As Figuras 44ad apresentam a distribuição de frequência dos valores de
SAVI e exibem um quadro estatístico dos mesmos, em que podem ser observados
os valores máximos e mínimos, bem como o desvio padrão. Os histogramas
possibilitaram, ainda, identificar outras classes de cobertura dentro de cada amostra,
ou seja, analisar a aparente confusão provocada por valores de SAVI de outras
classes.
Estatisticamente nas amostras na imagem de 18/09/1990 (Figura 44a), a
distribuição de valores está mais simétrica, a maioria dos valores está em torno da
média. Dessa forma, entende-se que nesses recortes não há tantos valores
discrepantes, ou seja, não tantos há pixels de outras classes nas amostras.
106
(a)
(b)
(c)
(d)
Figura 44 – Localização das áreas escolhidas para verificação da distribuição de

frequência dos valores de SAVI em (a) 18/06/1990, (b) 20/09/1995, (c)
17/12/2004 e (d) 28/10/2009
Em 20/09/1995 (Figura 44b), a distribuição está assimétrica para a amostra

em área vegetada o que pode significar ausência de valores de SAVI de outras
classes na amostra. Analisando os histogramas da figura 44 a – d, percebe-se que
para a amostra em área vegetada a distribuição dos valores de SAVI encontra-se
107
assimétrica, diferentemente do que ocorre na amostra não vegetada que apresenta

uma distribuição simétrica com valores em torno da média. Na Figura 44d, que
corresponde a 28/10/2009, observa-se distribuição assimétrica nas duas amostras
analisadas.
Ainda de acordo com essas figuras, percebe-se que nas amostras (áreas
vegetadas) há uma presença relativamente pequena dos valores de SAVI que
representam a vegetação densa se comparada à frequência dos valores que
representam a vegetação rala.
A menor frequência ocorreu para os valores próximos à vegetação densa.
Devido ao tipo de vegetação presente nessas áreas e o espaçamento entre o
dossel, há uma maior interferência do solo na resposta espectral da vegetação, com
pixels classificados como solo exposto o que pode explicar os resultados obtidos e
apresentados nos histogramas, além da interferência de pixels de outras classes nas
amostras o que pode ter causado confusão em relação ao PNE x SAVI nas
amostras que apresentaram uma distribuição de valores assimétrica.
7.5 Resultados da álgebra de mapas
Como resultado da álgebra dos mapas temáticos, verificou-se a distribuição

espacial da média dos indicadores empregados no estudo para os anos analisados.
Foi escolhido para análise o albedo da superfície, SAVI, temperatura da superfície e
fluxo de calor no solo (Figura 45).
Para a variável albedo (Figura 45a), os maiores valores estão bem
distribuídos em toda a área da bacia e, em algumas dessas áreas (destacadas por
círculos vermelhos), o nível de exposição do solo à ação das chuvas e da radiação
solar incidente são provocados pela ausência de cobertura vegetal.
Na Figura 45b (áreas destacadas em verde), observam-se os maiores valores
de SAVI para as áreas de vegetação densa, conforme já discutidos, localizados
próximos às margens dos açudes e à rede de drenagem principal da bacia. As
demais áreas de vegetação densa estão fragmentadas e em pontos isolados da
bacia, algumas não foram observadas devido à resolução espacial do sensor TM.
108
Figura 45 – Distribuição espacial resultante da álgebra dos mapas temáticos dos

indicadores (a) albedo da superfície, (b) SAVI, (c) temperatura da
superfície em (°C), e (d) fluxo de calor no solo (W/m²)
Na Figura 45, os locais, que apresentam os maiores valores da temperatura

da superfície entre 28° e 29°C (áreas circuladas em azul), correspondem às áreas
de solo exposto com ausência de vegetação e com características de áreas
degradadas.
109
Os maiores valores para o fluxo de calor no solo (Figura 45d) são facialmente
observados nas áreas em vermelho, localizados na porção oeste da área de estudo.
Essas áreas, também, apresentaram características de áreas degradadas de acordo
com os valores apresentados pelo resultado da álgebra para as variáveis: albedo e
SAVI. Pode-se verificar, com a distribuição espacial dos índices de vegetação
analisados, que essas áreas apresentaram os menores valores de (IAF e NDVI), o
que influencia diretamente os valores de fluxo de calor no solo (G). Pois, com a
diminuição das áreas vegetadas e devido à natureza dos solos presentes na bacia
(rasos e pedregosos) tem-se menor umidade e, consequentemente, maior energia
armazenada em seu interior.
Para Silva et al. (2011), as áreas com maior presença de cobertura vegetal
apresentam menores valores de G (áreas circuladas em preto), pois proporcionam
isolamento, amortecendo sua amplitude térmica, devido aos reguladores fisiológicos
das plantas na vegetação de caatinga.
A Tabela 12 mostra a variação dos valores médios e consequentes desvios
padrão dos indicadores estimados (albedo, SAVI, NDVI, temperatura da superfície e
fluxo de calor no solo) em relação às classes de ocupação do solo nas datas em que
as imagens foram obtidas pelo sensor TM a bordo do satélite Landsat-5.
Verifica-se, também, o maior desvio padrão (5,64) para o fluxo de calor no
solo em área coberta por vegetação densa em 1990. Esse desvio padrão elevado
pode ser explicado pela influência da resposta espectral dos alvos da bacia, devido
ao fato do teor de umidade presente no solo, apresentado na data, características de
áreas com alta densidade vegetal. No mesmo ano, o menor valor de desvio padrão
foi para vegetação rala (0,14).
Em 1995, o menor valor de albedo foi determinado como sendo para a classe
solo exposto (0,020) e o maior (0,050) para água. Possivelmente, esse alto valor
para classe água está relacionado à presença de sedimentos em suspensão nos
corpos d’água. A temperatura da superfície apresentou menor desvio padrão (0,98)
para a classe vegetação densa e o maior valor foi observado na classe água (2,08).
110
Tabela 12 – Estatística descritiva dos indicadores biofísicos em relação à ocupação

do solo no período estudado
Indicadores biofísicos
Data
Uso do Albedo Ts (°C) SAVI G (W/m²)

solo Média Desvio C.V Média Desvio C.V Média Desvio C.V Média Desvio C.V
padrão padrão padrão padrão
Veg. rala 0,11 0,01 12,7 25,1 1,30 5,2 0,31 0,05 17,0 52,8 3,30 6,3
18/06/90
Veg. densa 0,09 0,03 27,3 25,1 1,74 6,9 0,35 0,12 33,9 55,4 22,70 41,0
S. exposto 0,14 0,02 16,4 26,0 1,03 4,0 0,24 0,03 10,3 56,6 1,70 3,0
Água 0,06 0,04 63,5 24,6 2,05 8,3 0,10 0,21 199 131,5 45,40 34,5
Veg. rala 0,08 0,03 31 24,4 1,76 7,2 0,29 0,14 49,3 81,8 7,70 9,4
20/09/95
Veg. densa 0,14 0,02 15,6 26,2 0,98 3,7 0,24 0,02 9,2 81,7 25,70 31,5
S. exposto 0,11 0,02 17,1 25,4 1,27 5,0 0,28 0,06 21,3 84,6 1,90 2,2
Água 0,07 0,05 66,7 24,3 2,08 8,5 -0,03 0,17 -570 147,6 53,70 36,4
Veg. rala 0,13 0,03 18,7 25,8 1,10 4,3 0,25 0,03 13,4 280,7 26,90 9,6
17/12/04
Veg. densa 0,11 0,02 19,3 25,4 1,47 5,8 0,30 0,08 26,5 364,5 114,60 31,4
S. exposto 0,07 0,04 77,8 24,6 2,06 8,4 0,23 0,18 78,2 285,7 7,60 2,7
Água 0,04 0,01 28,9 23,4 1,87 8,0 -0,04 0,17 -400 519,8 104,80 20,2
Veg. rala 0,13 0,03 18,4 26,0 1,04 4,0 0,25 0,03 13,3 114,4 8,70 7,6
28/10/09
Veg. densa 0,11 0,02 21,4 25,2 1,48 5,9 0,30 0,08 28,0 121,8 39,40 32,3
S. exposto 0,07 0,03 47,2 25,5 1,37 5,4 0,08 0,19 223 118,6 5,04 4,2
Água 0,10 0,03 24,1 25,1 1,72 6,9 0,30 0,12 39,1 184,4 3,20 1,7
Observa-se na Tabela 12 que em 20/06/1995 a temperatura da superfície

apresentou o menor valor de desvio padrão para a classe solo exposto (1,27) e o
maior (53,7) para água. A homogeneidade da cobertura vegetal densa na área da
bacia no ano de 1995 pode explicar os baixos valores de desvio padrão
apresentados pelas variáveis nessa classe.
Em 2004, o menor valor de desvio padrão foi de 0,013 para o albedo da
superfície na classe água, enquanto o maior valor desse parâmetro foi igual a 0,035
para o solo exposto, possivelmente devido à presença de vegetação, mesmo que
rala, nessas áreas.
O ano de 2009 apresentou o menor valor de desvio padrão (0,024)
relacionado ao albedo foi para vegetação densa. Para o fluxo de calor no solo, o
menor valor de desvio foi (3,2). Os elevados valores de desvio padrão observados
para a classe solo exposto podem ser explicados devido à presença de áreas de
vegetação rala que não são tão expressivas a ponto de serem detectadas pelo
sensor TM, não sendo imageadas. Dessa forma, podem ter sido classificadas como
solo exposto.
Em todos os anos analisados, foram observados valores de desvio padrão
elevados para a classe água. Um fator, que pode ter provocado tais alterações, pode
ser a presença de sedimentos em suspensão nos corpos d’água que estão
localizados na área de estudo. Ainda, sobre os valores de desvio padrão resultantes
111
das análises, pode-se afirmar que a baixa presença de nuvens nas imagens de
satélite descarta quaisquer interferências, possivelmente, provocadas por esses
alvos nos valores do albedo da superfície.
Segundo os valores da covariância (C.V) para os indicadores em cada tipo de
ocupação do solo, nota-se que há uma alta variabilidade no conjunto de dados
analisados, ou seja, há muitos valores discrepantes.
112
8 CONSIDERAÇÕES FINAIS
Observando a vegetação da área durante as pesquisas de campo, verificou-

se que algumas áreas na Bacia Experimental de São João do Cariri não possuem
nenhuma dinâmica na ocupação do solo, ou seja, as áreas estão em repouso, não
sendo mais utilizadas para atividades agropecuárias. As poucas atividades
desenvolvidas por alguns produtores locais não causam impacto direto e em grande
intensidade a ponto de alterar os resultados apresentados pelos indicadores
biofísicos nos anos analisados.
A vegetação densa presente às margens dos corpos d’água e acompanhando
a rede de drenagem na bacia não apresenta grande diversidade e nela estão
inseridas espécies exóticas, o que pode causar confusão na interpretação do IAF,
que em muitos locais foi considerado alto, porém com a verificação in loco foi
constatada a presença de algaroba e não vegetação de caatinga de grande porte.
A baixa densidade vegetal observada em alguns pontos é reflexo do nível de
degradação do solo em algumas áreas da Bacia Experimental de São João do Cariri
- que durante anos foram utilizadas para pecuária e para plantio de monoculturas
como a do algodão, agave entre outros produtos agrícolas - nessas áreas, devido ao
desgaste e à exaustão do solo, a vegetação, mesmo que nativa, não consegue se
desenvolver, pois o solo exposto com altas temperaturas dificulta a germinação das
sementes. As espécies mais resistentes, embora arbóreas, não atingem tal porte
devido à falta de condições necessárias ao pleno desenvolvimento. Fatos esses
relacionados diretamente às amplitudes na temperatura da superfície no solo da
área de estudo.
Em locais visitados na Bacia Experimental de São João do Cariri nos períodos
considerados como chuvosos, a vegetação não apresentou grandes alterações,
esteve espaçada e grande parte das áreas visitadas ainda apresentavam solo
exposto. Esse fato altera diretamente os valores de albedo da superfície, índices de
vegetação (NDVI, SAVI e IAF) e, consequentemente, os demais indicadores
analisados nesse estudo, o que se configura como um meio de compreensão do
processo de desertificação, tendo em vista que as variáveis permitiram um melhor
entendimento temporal da degradação das terras.
Os resultados encontrados para a variável albedo da superfície mostraram
alguns picos, possivelmente, provocados pela alta reflectância dos afloramentos
113
rochosos existentes em alguns pontos da área de estudo. Outro fator interessante

na análise da distribuição espacial dessa variável é que grande parte das terras na
Bacia Experimental de São João do Cariri são ocupadas por solo desnudo,
pedregoso e com altos níveis de degradação provocados por anos de intensa
exploração agropecuária, isso confirma os resultados apresentados por esse
indicador nos mapas temáticos.
O potencial natural de erosão do solo (PNE) influenciado diretamente pela
precipitação, cobertura vegetação e tipo de solo, também, apresentou valores
considerados altos devido ao nível de desgaste que o solo na área de estudo
apresenta. Dessa forma, as poucas áreas, com vegetação mais densa encontrada
em alguns pontos, demonstraram um menor potencial de erosão. Fica clara a
importância da manutenção e preservação das poucas áreas de vegetação densa
existentes na área de estudo para deter o processo erosivo. Nesse estudo, não foi
encontrada uma correlação entre o PNE e os valores de SAVI nas amostras
analisadas, o que merece uma investigação mais acurada, pois a resolução do
sensor TM utilizado na pesquisa pode ter provocado confusão quanto à escolha das
áreas.
Sendo assim, os demais indicadores como temperatura da superfície, saldo
de radiação e fluxo de calor no solo foram afetados pela ausência de vegetação e
alta distribuição do solo exposto na área.
Intrinsecamente a esses fatos, os valores obtidos para os indicadores
biofísicos estiveram próximos aos valores já observados por outros autores que,
também, analisaram tais variáveis em ambiente Semiárido e, mais especificamente
em áreas de caatinga degradada, como é o caso da área de estudo, reafirmando,
assim, que a metodologia aqui empregada pode ser utilizada em outras áreas.
A utilização do algoritmo SEBAL atendeu às expectativas dessa pesquisa,
pois proporcionou a obtenção de informações relevantes sobre os indicadores
biofísicos analisados, de forma objetiva e eficiente. Deve-se ressaltar que as
limitações geralmente encontradas, ao se trabalhar com o algoritmo como a
disponibilidade de imagens com pouca presença de nuvens, a ausência de dados
climatológicos locais não interferiram no desenvolvimento do estudo, mas limitaram
a realização de uma análise temporal mais extensa.
114
Aconselha-se que, ao utilizar o SEBAL, seja realizada conjuntamente a

comparação das informações obtidas com dados coletados por estações
climatológicas localizadas na área.
Coloca-se aqui a necessidade de análises micrometeorológicas mais
aprofundadas sobre a relação de alterações na temperatura e precipitação no
comportamento da vegetação de caatinga frente às modificações na ocupação do
solo em ambientes propícios à desertificação. Informações mais detalhadas sobre o
estado da cobertura vegetação herbácea, como quantidade de biomassa, e
alterações fenológicas devido à precipitação e às variações na temperatura do solo
podem ser analisadas com mais precisão com a utilização de um espectroradiômetro
e de estudos realizadas em diferentes períodos do ano diante da sazonalidade da
vegetação.
Destaca-se ainda que a dinâmica na ocupação do solo não é o único fator
que provoca alterações nos valores dos indicadores analisados, porém associado às
baixas precipitações, alta incidência de radiação solar, elevada taxa de evaporação,
e ao histórico de uso intenso das terras, as implicações nos resultados das variáveis
puderam ser constatadas durante o período analisado. Por isso, a importância da
análise espaço-temporal dos indicadores biofísicos.
Reafirmando o que já é discutido na literatura, os resultados obtidos nessa
pesquisa corroboram com a afirmação de que a preservação dos remanescentes de
caatinga e das ilhas de vegetação nativa, ainda, encontrada no Semiárido
proporciona o equilíbrio ambiental local.
Pode-se afirmar que a utilização dos indicadores biofísicos fornece dados que
proporcionam uma série de informações relevantes sobre as áreas em processo de
desertificação, tendo em vista, que os resultados obtidos para cada variável devem
ser analisados conjuntamente com informações bioclimáticas como as
características, estado de conservação e ocupação do solo, as precipitações, o tipo
e diversidade vegetal nativa.
115
REFERÊNCIAS
AB'SABER, A.N. Problemática da desertificação e da savanização no Brasil

intertropical. São Paulo: Instituto de Geografia da USP, 1977. (Geomorfologia, 53).
ACCIOLY, L.J.O.; OLIVEIRA, M.A.J. Indicadores de processos de desertificação.

In: Romeiro, A. R. (Ed.). Avaliação e Contabilização de Impactos Ambientais.
Campinas: Ed. Unicamp, p. 123-141, 2004.
ACCIOLY, L.J.O. Degradação do solo e desertificação no Nordeste do Brasil.

Boletim Informativo da Sociedade Brasileira de Ciência do Solo, Campinas,
v.25, n.1.; p.23-25, 2000.
ACCIOLY, L.J.O.; ARAÚJO, A.M.; SILVA, B.; LOPES, H.L.; SILVA, E.A. Estimativas
do Potencial Natural de Erosão das terras da Bacia do Rio Ipojuca-PE. In: XVII
Reunião brasileira de Manejo e Conservação do Solo e da Água. Novos Caminhos
para Agricultura conservacionista do Brasil. Teresina-PI, 2010.
ADAMO, S.B.; MEYER-CREWS, K.A. Aridity and desertification: Exploring

enviromental hazards in Jáchal, Argentina. In: Applied Geography. v.26, 2006.p.61-
85.
ALLEN, R.; TASUMI, M.; TREZZA, R. SEBAL (Surface Energy Balance

Algorithms for Land) – Advanced Training and Users Manual – Idaho
Implementation, version 1.0, 2002.
ALBUQUERQUE, A. W; LOMBARDI NETO, F.; SRINIVASAN, V.S. Efeito do

desmatamento da caatinga sobre as perdas de solo e água de um Luvissolo em
Sumé (PB). Revista Brasileira de Ciências do Solo, v. 25, p. 121-128, 2001.
ALMEIDA, N. V. Ordenamento territorial geoambiental da bacia hidrográfica do
rio Taperoá, semiárido paraibano. Tese de Doutorado em Geografia – UFF.
Niterói-RJ, 2012.
ANDERSSON, L. Soil loss estimation based on th USLE/GIS approach throuah

small catchments. A minor filed study in Tunisia. Lund University. Faculty of
Engineering, LTH. Departments of Earth and water Engineering, 2007.
ARAÚJO, T. L; DI PACE, F. T. Determinação da temperatura instantânea da

superfície terrestre da cidade de Maceió-Al, com base em imagens TM -
LANDSAT5. XIII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis/SC,
Anais...Florianópolis, Brasil, 21-26 abril 2007, INPE, p. 3717-3724.
ARRAES, D. D.; ANDRADE, E. M.; SILVA, B.B. Dinâmica do balanço de energia

sobre o açude Orós e suas adjacências. Revista Caatinga. v.25, nº1, jan-març,
2012, p.119-127.
BARBOSA, H.A.; HUETE, A.R.; BAETHGEN, W.E. A 20-year study of NDVI

variability over the Northeast Region of Brazil. Journal of Arid Environments, v. 67,
p. 288-307, 2006.
116
BARBOSA, D.C.; ALVES, J.L.H.; PRAZERES, S.M.; PAIVA, A.M.A. Dados

fenológicos de espécies arbóreas de uma área de caatinga (Alagoinha-PE). Acta
Botância Brasileira. v. 3, n, 2,p.109-117,1989.
BASTIAANSSEN, W.G.M. Regionalization of surface flux densites and moisture

indicators in composite terrain. Ph.D. Thesis. Wageningen Agricultural University,
Wageningen, The Netherlands, 1995, 273 p.
BASTIAANSSEN, W.G.M. SEBAL- Based sensible and latente heat fluxes in the
irrigated Gediz basin, Turkey. Journal of Hydrology, v.229, p.87-100, 2002.
BERTONI, J.; LOMBARDI NETO, F. Conservação do solo. 2ed. São Paulo, Ícone,
1999. 355p.
BERTRAND, G. Paisagem e geografia física global: um esboço metodológico.

Caderno de Ciências da Terra, n.13, 1971.
BEZERRA, J. M. Estimativa da evapotranspiração real para área de caatinga

utilizando SEBAL. Dissertação de mestrado em Engenharia Agricola. UFRPE,
Recife, 2013.
BEZERRA, J.M.; MOURA, G.B.A.; SILVA, B.B.; LOPES, P.M.O.; SILVA, E.F.F.
Parâmetros biofísicos obtidos por sensoriamento remoto em região semiárida do
estado do Rio Grande do Norte, Brasil.Revista Brasileira de Engenharia Agrícola
e Ambiental.v.18, n.1, p.37-84, 2014.
BRANDT, J.; GEENSON, N. Desertificação e Indicadores. Lucinda, Project

Sumary. Lucinda – land care in desertification affected areas: from science towards
application. 2008. Disponível em:
<http:geografia.fcsh.unl.pt/lucinda/Leaflets/A2_Leaflet_PT.pdf>. Acesso em: 05
Nov.2012
CÂMARA, G.; MEDEIROS, J.S. de. Princípios básicos em geoprocessamento. In:

ASSAD, E.D e SANO, E.E. Sistemas de informações geográficas. Aplicações na
agricultura-2ª ed. Brasília: Embrapa-SPI/Embrapa-CPAC, 1998.
CÂMARA, G.; DAVIS, C. Fundamentos de Geoprocessamento. São José dos
Campos, INPE, 2000.
CHANDER, G.; MARKHAM, B. Revised Landsat 5 TM radiometric calibration

procedures and post-calibration dynamic ranges. IEEE Transactions on
Geoscience Remote Sensing, p.2674–2677, 2003.
CHAVES, L.H.G.; CHAVES, I.B.; VASCONCELOS, A.C.F. Salinidade das águas

superficiais e suas relações com a natureza dos solos na Bacia Escola do
açude Namorados. Campina Grande: BNB/UFPB, 2002. 54p. (Boletim Técnico).
CHRISTOFOLETTI, A. Modelagem de sistemas ambientais. São Paulo: Edgar

Blücher, 1998.
117
CONTI, J.B. Desertificação nos trópicos: proposta de metodologia de estudo

aplicada ao Nordeste brasileiro. 271 f. Tese de Livre-Docência (Programa de Pós-
Graduação em Geografia) - USP, São Paulo, 1995.
CONTI, J.B. O Conceito de Desertificação. Climatologia e Estudos da Paisagem.

Rio Claro. V.3, n.2- julh/dez.2008,p.39
CORREIA, F.W.S.; ALVALÁ, R.C.S.; GIELOW, R. Albedo do Pantanal Sul

Matogrossense durante o período de transição seco-úmido de 2001-2002.
Congresso Brasileiro de Meteorologia, 12, Foz do Iguaçu, Anais... Foz do Iguaçu,
2012.
COSTA, S.G.F.; SILVA, R.M. Potencial natural e antrópico de erosão na bacia

experimental do Riacho Guaraíra. Cadernos do Logepa, v.7, n.1, p.72-91, 2012.
CROSTA, A. P. Processamento Digital de Imagens de Sensoriamento Remoto.
ed. rev.; Campinas,SP: IG/UNICAMP,1992.
CUNHA, J. E. B. L; TSUYUGUCHI, B. B; RUFINO, I. A. A. Utilização da detecção

remota para estimar a distribuição espacial da evapotranspiração de região
semiárida e série temporal MODIS. Anais do XV Simpósio Brasileiro de
Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de
2011, INPE p.5262.
DALMOLIN, R.S. D.; GONÇALVES C. N.; KLAMT E.; DICK D. P. Relação entre os
constituintes do solo e seu comportamento espectral. Ciência Rural, Santa Maria,
v.35, n.2, p.481-489, ISSN 0103-8478 mar-abr, 2005.
DI PACE, E.L; DI PACE, F.T; SANTOS, F.B, BEZERRA, L.T. Estimativa do Saldo
de Radiação instantânea á superfície terrestre, através de imagens TM-Landsat
5 e o modelo de elevação digital. Anais do Congresso Brasileiro de Meteorologia,
Belém-PA, 2010.
DRUMOND, M.A.; KIILL, L. H. P.; LIMA. P. C. F.; OLIVEIRA, M. C. OLIVEIRA, V. R.;

ALBUQUERQUE, S. G.; NASCIMENTO, C. E. S.; CAVALCANTI, J. Estratégias para
o uso sustentável da biodiversidade da caatinga. In: SILVA, J. M. C. da; TABARELLI,
M.; FONSECA, M. T. da; LINS, L. V. (Org.). Biodiversidade da caatinga : áreas e
ações prioritárias para a conservação. Brasília, DF: Ministério do Meio Ambiente:
Universidade Federal de Pernambuco, 2004. p. 329-340.
FARINASSO, M.; CARVALHO JUNIOR, O.A.; GUIMARÃES, R.F.; GOMES, R.A.T.;

RAMOS, V.M. Avaliação qualitativa do potencial de erosão laminar em grandes
áreas por meio da EUPS- Equação Universal de Perdas de Solos utilizando novas
metodologias em SIG para os cálculos dos seus fatores na região do Alto
Paranaíba-PI-MA. Revista brasileira de Geomorfologia. Ano7, n.2, 2006.
FERNANDES, J. A. Estudo da erodibilidade de solos e rochas de uma voçoroca
em São Valentim, RS. 2011. Dissertação (mestrado) Engenharia Civil– UFSM,
2011.
FERNANDES, M.F.; BARBOSA, M.P. Aplicações dos Indicadores Socieconomicos e

Ambientais no Modelo DPSIR (Força Motriz, Pressão/ Estado/Impacto/Resposta) e
118
Influencias na Desertificação nos municípios de Araripina-PI, Crato e Barbalha-CE e

Marcolândia-PI . Revista brasileira de Geografia Física. Recife-UFPE. V.4, N.4,
2011.P.722-737
FERREIRA, N. J. Aplicações Ambientais Brasileiras Dos Satélites Noaa e Tiros-

N. 1. ed. São Paulo: Oficina de Textos, 2004.
FLORENZANO, T.G. Imagens de satélites para estudos ambientais. 2.ed.; São

Paulo: Oficina de Textos, 2002.
FREIRE, N.C.F; PACHÊCO, A.P. Desertificação: análise e mapeamento. Recife:

Ed. Universitária da UFPE, 2011.
GALVANI, E; ESCOBEDO, J. F.; PEREIRA, A. B. Balanço de radiação e fluxo de

calor no solo em ambiente natural e protegido cultivado com pepineiro.
Bragantia, Campinas, v. 60,n. 2, p. 139-147, 2001.
GUERRA, A.J.T. Avaliação da influência das propriedades do solo na erosão

com base em experimentos utilizando um simulador de chuvas. Anais do IV
Simpósio de Geografia Física Aplicada.Porto Alegre:UFRGS, p.260-266, 1991.
GUERRA, A.J.T.; CUNHA, S.B. (Org.). Geomorfologia: uma atualização de bases

e conceitos. Rio de Janeiro: Bertrand Brasil, 472 p. 1994
GUSMÃO, A.V.L.; SILVA, B.B.; MONTENEGRO, S.M.G.L.; GALVÍNCIO, J.D.

Determinação do saldo radiativo na Ilha do Bananal, TO, com imagens orbitais.
Revista Brasileira de Engenharia Agrícola e Ambiental, v.16, n.10, p.1107–1114,
2012.
HUETE, A.R. A soil adjusted vegetation index (SAVI). Remote Sensing of

Environment, v. 25, p. 295-309, 1988.
HUANG, S.; SIEGERT, F. Land cover classification optimized to detect areas at risk
of desertification in north China based on SPOT VEGETATION imagery. Journal of
Arid Environments. V.67, p.308-327, 2006.
IDEIÃO, S.M.A. Imagens Multiespectrais e Aplicações em Recursos Hídricos:
Temperatura da Superfície e Balanços de Radiação e Energia. Dissertação
(Mestrado em Engenharia Civil e Ambiental) – Universidade Federal de Campina
Grande, UFCG, 2009.
INPE. SPRING – Sistema de Processamento de Informações

Georreferenciadas. Manual de Ajuda. São José dos Campos-SP, 2006.
IQBAL, M. An introduction to solar radiation. New York: Academic Press. 1983.

212p.
JENSEN, J.R. Sensoriamento remoto do ambiente: Uma perspectiva em

recursos terrestres. Tradução José Carlos Epiphânio (coordenador), São José dos
Campos, SP: Parêntese, 2009.
119
KAZMIERCZAK, M.L. Desenvolvimento de um Algoritmo para modelar a

suscetibilidade de Desertificação no Nordeste Brasileiro: Algoritmo ISD. X
Simpósio Brasileiro de Sensoriamento Remoto, Foz do Iguaçu, 2001, p. 1675-1691.
Anais.
LIU, W.T.H. Aplicação de Sensoriamento Remoto. 1 ed. Campo Grande. Uniderp,

2007. p. 621-839.
LOPES, L.H; CANDEAIS, B.L.A.; ACCIOLY, O.J.L; SOBRAL, C.M. Modelagem de

parâmetros biofísicos para desenvolvimento de algoritmo para avaliação e
espacialização de risco a desertificação. Boletim de Ciências Geodésicas, Vol. 15,
No 3 (2009).
LONGLEY, P.A; MAGUIRE, D.J; GOODCHILD, M.F.; RHIND, D.W. Sistema e

Ciência da Informação Geográfica. 3.ed. porto Alegre: Bookman, 2013.
MACHADO, C.C.C; GALVINCIO, J.D; OLIVEIRA, T.H. Estimativa dos valores de
saldo de radiação e de fluxo de calor no solo no município de são José do
Sabugi-PB(Brasil), utilizando o algoritimo sebal. Anais do VI Seminário Latino
Americano de Geografia Física, Universidade de Coimbra, 2010.
MAINGUET, M. Désértification: quels sont les vraies problèmes? In:

Géographique , Paris, 58 (2), 1994, p.58-62
MALDONADO, F. D. Rotação Espectral Controlada como alternativa em Análise

por Componentes Principais para detecção de mudanças em regiões do semi-
árido. X SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, Foz do Iguaçu,
2001, p. 627-630. Anais.
MALDONADO, F.D. Desenvolvimento e avaliação de uma metodologia de

detecção de mudanças na cobertura vegetal da região semi-árida. 2004, 314p.
(INPE-12679-TDI/1007). Tese de Doutorado em Sensoriamento Remoto) - Instituto
Nacional de Pesquisas Espaciais, São José dos Campos. 2004.
MMA. Ministério do Meio Ambiente, dos Recursos Hídricos e da Amazônia Legal.

Avaliação e ações prioritárias para a conservação da biodiversidade da Caatinga.
Recife: Ed. da UFPE, Conservation International do Brasil e Fundação Biodiversitas,
Brasília, 2002.
MARINHO, E.C.S.; COSTA FILHO, J.F.; SANTOS, T.S.; SÁ, T.F.F. Análise de
índices de vegetação da diferença normalizada. (NDVI), na Bacia Hidrográfica
de São João do Cariri. Anais do XVII Congresso brasileiro de Agrometeorologia –
Guarapari-Es, 2011.
MARTINS, V.; MELO, J.A.B. Uso das Terras e desencadeamento de processos de

desrtificção em área do semiárido brasileiro. In: Revista de Geografia-UFPE, v.29,
n.3, 2012.
MARKHAM, B. L.; BARKER, J. L. (1987). Thematic mapper band pass solar

exoatmospherical irradiances. International Journal of Remote Sensing, vol. 8, n.
3, 517-523p.
120
MATALLO JÚNIOR, H.A. Desertificação no Mundo e no Brasil. In: SCHENKEL,

C.S; MATALLO, H. (org). Desertificação. Brasília, DF. UNESCO, 1999. p.9-25.
MATALLO JÚNIOR, H. Indicadores de desertificação: histórico e perspectiva.

Brasília: UNESCO, 2001.
MEIRELES, M. Estimativa da evaporação real pelo emprego do algoritmo

SEBAL e imagem landsat 5-TM na Bacia do Acaraú – CE. Dissertação (Mestrado
em Engenharia Agrícola e Ambiental). Universidade Federal do Ceará – (UFC).
Fortaleza-CE, 2007.
MELO, H. A. Integração entre modelos hidrológicos e sistemas de informações

geográficas: uma avaliação metodológica. Dissertação (Mestrado em Engenharia
Civil e Ambiental) – UFCG. Campina Grande, 2010.
MENEZES, S.J.M.C. Evapotranspiração regional utilizando o sebal em

condições de relevo montanhoso. Dissertação (Mestrado em Engenharia
Agrícola) Universidade Federal de Viçosa – UFV. Viçosa, 2006.
MENEZES, R.C.S.; GARRIDO, M.S.; PEREZ, M.A.M. Fertilidade dos solos no

semi-árido. In: Congresso brasileiro de Ciência do solo. Recife, 2005. Palestras...
Recife, UFRPE/SBCS, 2005. CD-ROM.
MENEZES, R.S.C; SAMPAIO, E.V.S.B. Simulação dos fluxos e balanços de fósforo

em uma unidade de produção agrícola familiar no semi-árido paraibano. In:
SILVEIRA, L.M.; PETERSEN, P. & SABOURIN, E.; orgs. Agricultura familiar e
agroecologia no semi-árido: Avanços a partir do Agreste da Paraíba. Rio de
Janeiro, AS-PTA, 2002.p.249-260.
MMA – Ministério do Meio Ambiente. Uso sustentável e conservação dos

recursos florestais da caatinga. Maria Auxiliadora Gariglio... [et al.], organizadores.
Brasilia: Servico Florestal Brasileiro, 2010.
MOORE, I.D.; BURCH, G. Physical basis of the length-slope factor in the Universal
soil loss Equation. Soil Science Society of America Journal, n.50, p. 1294-1298,
1986.
MOREIRA, M.A. Fundamentos do Sensoriamento Remoto e Metodologias de
Aplicação. 3. ed. Viçosa: UFV, 2006
MOURA, S.B.; SILVA, T.G.F.; LACERDA, F.F.; SOUZA, L.S.B.; Monitoramento dos
fluxos de radiação, emergia, Co2 e vapor d’água em superfícies vegetadas. In:
Mudanças climáticas e Modelos Ambientais. Org. Josiclêda Dominciano
Glavíncio. UFPE, Recife, 2012.
NASCIMENTO, F. R. O fenômeno da desertificação. Editora UFC. Goiânia, 2013.
_________. Conceitos e teorias sobre desertificação em bacias hidrográficas -

Subsídios para abordagens metodológicas. VI Seminário Latino Americano de
Geografia Física, II Seminário Ibero Americano de Geografia Física. Universidade de
Coimbra. Coimbra, 2010.
121
NASCIMENTO, F.R.; SOUZA, M.J.N.; CRUZ, M.L.B. Enfoque geoambiental para o

tratamento da degradação/desertificação no município de Sobral- nordeste do
Brasil/Ceará. Revista Ateliê Geográfico. v.1, n.2, p. 49-70, dez/2007.
_________. Recursos Naturais e Desenvolvimento Sustentável: Subsídios ao
gerenciamento geoambiental na Sub-Bacia do Baixo Pacoti – CE. Dissertação
(Mestrado), 154p. UECE: Fortaleza, 2003.
NIMER, E. Subsídio ao plano de ação mundial para combater a desertificação -

Programa das Nações Unidas para o Meio Ambiente. Revista Brasileira de
Geografia. 42(3). jul/set. p. 612-627. Rio de Janeiro, 1980.
NOVO, E.M.L.M. Sensoriamento Remoto: Princípios e Aplicações. 2.ed.;São

Paulo: Editora Edgar Blücher - Ltda. 1998.
OLIVEIRA, L.M.M; MONTENEGRO, S.M.G.L; ANTONIO, A.C.D; SILVA, B.B;

MACHADO, C.C; GALVINCIO, J.D. Análise quantitativa de parâmetros biofísicos de
bacia hidrográfica obtidos por sensoriamento remoto. Revista Agropecuária
brasileira, v.47, n.9, p.1209-1217, 2012.
OLIVEIRA, V.P.V. Indicadores Biofísicos de Desertificação, Cabo Verde/África.

Revista Mercator, v.10, n.20, p.147-168, 2011.
OLIVEIRA; E.M.; SANTOS, M.J.; ARAÚJO, L.E.; SILVA, D.F. Desertificação e seus
impactos na região semi-árida do Estado da Paraíba. Ambiência - Revista do Setor de
Ciências Agrárias e Ambientais, v. 5, n. 1, 2009.
OLIVEIRA-GALVÃO, A.L.C; SAITO, C.H. Mapeamento sobre desertificação no

Brasil: uma análise comparativa. Revista Brasil Floresta, v. 23, n. 77, 2003.
PAES-SILVA, A.P; CHAVES, I.B; SAMPAIO, E.V.S.B. Cobertura vegetal da bacia

hidrográfica do açude namorado no cariri oriental paraibano. Agropecuária técnica,
v.24, n.1, p.47-59, 2003.
PAIVA, L.A.N. ; SILVA, F.M. Uso de imagens MODIS e TM para a detecção de

áreas degradadas na sub-bacia do Taperoá-PB. Simpósio Brasileiro de Geografia
Física Aplicada, 2009, Viçosa. XII Simpósio Brasileiro de Geografia Física Aplicada.
Viçosa: Editora da UFV, 2009. v. 1.
PARR, J.F.; STEWART, B.A.; ORNICK, S.B.; SINGH R.P. Improving the
sustainability of dryland farming system: a global perspective. Adv. Soil Science,
v.13, p.1-7.2009.
PEREIRA, G.; MORAES, E.C.; ARAI, E.; OLIVEIRA, L.G.L. Estudo preliminar da
estimativa da reflectância e albedo de microssistemas pantaneiros a partir de
imagens de satélite. Simpósio de Geotecnologias no Pantanal, Campo Grande.
Anais... Campo Grande: INPE: Embrapa Informática Agropecuária, 2006. p.11-15.
PIRES, F. R. M. Arcabouço Geológico. In: CUNHA, S. B. da & J. A. T. GUERRA.

(Orgs.) Geomorfologia do Brasil. 5. ed. Rio de janeiro: Bertrand, 2009. 392 p.
122
PONZONI, F.J. Comportamento espectral da vegetação. p. 157-199. In: P. R.

Meneses; J. S. M. Netto. Sensoriamento remoto: reflectância dos alvos naturais.
Brasília: Editora Universidade de Brasília/Embrapa Cerrados, 2001, 262p.
ROCHA, C.H.B. Geoprocessamento: Tecnologia Transdisciplinar. Juiz de Fora:

Ed. Do Autor, 2000. 220 p
RODRIGUES, J.O.; ANDRADE, E.M.; CHAVES, L.C.G.; ARRAES, F.D.D. Avaliação

da dinâmica da cobertura vegetal na bacia Forquilha, Ceará, Brasil pelo uso do
NDVI. XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal-RN, 2009. Anais
...Instituto Nacional de Pesquisas Espaciais, São José dos Campos, SP.;p. 6125-
6132.
RODRIGUES, J.O; ANDRADE, E. M.; TEIXEIRA, A. S.; SILVA, B. B. Sazonalidade

de variáveis biofísicas em regiões semiáridas pelo emprego do sensoriamento
remoto. Engenharia Agrícola, v.29, n.3, p.452-465, 2009.
RODRÍGUEZ, A.C.M. Mapeamento Multitemporal do Uso e Cobertura do Solo

do Município de São Sebastião - SP, Utilizando Técnicas de Segmentação e
Classificação de Imagens TM-LANDSAT e HRV-SPOT. Dissertação apresentada
para obtenção do título de especialista em Sensoriamento Remoto, INPE, 2006.
RODRIGUEZ, J.M.M; SILVA, E.V.A classificação das paisagens a partir de uma

visão geossistêmica. Revista Mercator, ano. 01, nº 01, 2002.
ROUSE, J.W; HAAS, R.H; SCHELL, J.A; DEERING, D.W & HARLAN; J.C.
Monitoring the vernal advancement of retrogradation (greenwave effect) of
natural vegetation. NASA/GSFC, Type III, Final Report, Greenbelt, MD, 1974, 371
p.
RUBIO, J.L. Desertification: Definiciones, Marco Conceptual. Seminário

Desertificación y Cambio Climático. Centro de Investigaciones sobre
Desertificación – CIDE/Universidad Internacional Menendez Pelayo (UIMP), C.S.I.C
– Valencia. 1995.
SÁ, I. B.; FOTIUS, G. A.; RICHÉ, G. R. Degradação ambiental e reabilitação
natural do trópico Semi árido brasileiro. Conferência Nacional e Seminário Latino-
americano da desertificação, 1994, Fortaleza: ESQUEL.
SÁ, M.A.C.; LIMA, J.M.; CURI, N.;MASSAROTO, J.A.; MARQUES, J.J.G.M.M.

Estimativa da erodibilidade pela desagregação por ultra-som e atributos de solos
com horizonte B textural. Pesquisa agropecuária brasileira, v.39, n.7, p.691-699,
jul.2004.
SÁ, I. B.; SÁ, I. I. S.; SILVA, A. S. Desertificação na região de Cabrobó -PE: a
realidade vista do espaço. Simpósio Regional de Geoprocessamento e
Sensoriamento Remoto, 2006, Aracaju/SE. Disponível em:
<http://www.cpatc.embrapa.br/labgeo/srgsr3/artigos_pdf/038_t.pdf>. Acesso em: 15
mai. 2013.
SÁ, I.S.; GALVÍNCIO, J. D.; MOURA, M.S.B.; SÁ, I.B. Avaliação da Degradação
Ambiental na Região do Araripe Pernambucano Utilizando Técnicas de
123
Sensoriamento Remoto. Revista Brasileira de Geografia Física, v. 4, p. 1292-1314,

2011.
SALES, M. C. L. Estudos climáticos, morfológicos e fito-ecológicos no núcleo

de desertrificação de Irauçuba (CE). Tese (Doutorado em Geografia) apresentada
à Faculdade Filosofia, Letras e Ciências Humanas da USP, São Paulo, 2003.
SAMPAIO,E. V.S.B.; ARAÚJO M.S.B.; SAMPAIO, Y.S.B. Impactos ambientais da

agricultura no processo de desertificação no nordeste do Brasil. Revista de
Geografia, v. 22, N. 1, p. 90-112, 2005. Disponível
em:<http://www.ufpe.br/revistageografia/index>.Acesso em: 06 nov. 2012.
SANTINI, M.CACCAMO, G.; LAURENTINI, A.; NOCE, S.; VALENTINI, R. A multi-

component GIS Framework for desertification risk assesment by na integrated índex.
Applied Geography. N.30, 2010, p.394-415.
SANTOS, C.A.C. Análises das áreas susceptíveis à desertificação em Gilbués-

PI usando imagens de satélite e índices de extremos climáticos. Edital MCT-
INSA/CNPq/CT-Hidro/Ação Tranversal N º 35/2010 – Desenvolvimento Sustentável
do Semiárido Brasileiro, 2013.
SANTOS, J.S; PESSOA, R.B. A problemática da desertificação no município de

Picuí-PB: uma questão interdisciplinar. II Encontro Temático Meio Ambiente e
Educação Ambiental, João Pessoa: UFPB, 2003.
SCHIER, R.A.Trajetórias do conceito de paisagem na Geografia. Rev s RA’E GA,

Curitiba, n.7, p.79-85, 2003. UFPR, PR.
SCHNEIDER, L.C.; KINZIG, A.P.; LARSON, ED.; SOLÓRZANO, L.A. Method for
spatially explicit calculations of potential biomass yield and assessment of land
availability for biomass energy production in Northeastern Brazil. Agriculture,
Ecossistems and Environment. n.84, 2001, p.207-226.
SHIMABUKURO, Y.E.; CARVALHO, V.C.; RUDORFF, B.T.F. NOAA-AVHRR data

processing for mapping vegetation cover. International Journal of Remote
Sensing, v. 18 (3), p.671-677.1997.
SILVA, A. M.; SCHULZ, H. E.; CAMARGO, P. B. Erosão e Hidrossedimentologia

em bacias hidrográficas. São Carlos: Rima, 2003, 140p.
SILVA, B.B.; LOPES, G.M.; AZEVEDO, P.V. Balanço de radiação em áreas irrigadas
utilizando imagens Landsat 5 – TM, Revista Brasileira de Meteorologia, vol. 20, n.
2, p.243-252, 2005.
SILVA, B.B. & BEZERRA, M.V.C. Determinação dos fluxos de calor sensível e
latente na superfície utilizando imagens TM - Landsat 5. Revista Brasileira de
Agrometeorologia, v. 14, p. 1-10, 2006.
SILVA, A.P.N; MOURA, G.B.A; GIONGO, P.R; SILVA, B.B. Albedo de Superfície
Estimado a partir de Imagens Landsat 5 – TM no Semiárido brasileiro. In:
Revista de Geografia. Recife: UFPE- DCG/NAPA, v.27, n.1, jan/mar.2010.
124
SILVA, B.B.; SILVA, S.T.A.; GOMES, H.B. Alterações climáticas decorrentes de

mudanças climáticas no uso da terra mediante sensoriamento remoto. Mercator,
v.9, número especial (1), dez, 2010.
SILVA, R.M; PAIVA, F.M.L; SANTOS, C.A. Análise do grau de erodibilidade e

perdas de solo na bacia do Rio Capiá baseado em SIG e Sensoriamento
Remoto. Revista Brasileira de Geografia Física – Recife, v.2, n.1, p.26-40, jan/abr,
2009.
SILVA, T.M; SILVA, R.P.V; PATRICIO, M.C.M; MARIANO, B.E. Análise dinâmica
do processo de desertificação na região de Gilbués-PI, utilizando imagens do
TM/Landsat 5. Anais XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal,
2009.
SOBRINHO, J.F.; FALCÃO, C.L.C. Efeitos da precipitação na erosão do solo em

ambiente de mata ciliar ás margens do canal fluvial da sub-bacia do Riacho do Meio,
Coreaú (Ce). Revista Geografares. n.15, p.01-35, dez/2013.
SOUSA, F.R. Terras agrícolas e o processo de desertificação em municípios do

semi-árido paraibano. 180 f. Tese (Doutorado em Engenharia Agrícola) - UFCG,
Campina Grande, 2007
SOUSA, F.R; BARBOSA, P.M; NETO, M.M.J; FERNANDES, F.M. Estudo do

processo da desertificação e das vulnerabilidades do município de Cabaceiras–
Paraíba. Revista de Engenharia Ambiental - Espírito Santo do Pinhal, v. 4, n. 1, p.
089-102, jan/jun 2007.
SOUZA, B.I.; SUERTEGARAY, D.M.A.; LIMA, E.R.V.Desertificação e seus efeitos na

vegetação e solos do Cariri paraibano. Revista Mercator. Ano.8, n.16, p.218-232,
2009.
SOUZA, B.I.; MARTINS, V.L. Infiltração da água em solos de zona semiárida e sua
relação com os processos de desertificação. Boletim gaúcho de Geografia. n.1-2,
p. 25-40, 2012.
______. Estudo da Evolução Espaço-Temporal da Cobertura Vegetal do Município
de Boa Vista-PB, utilizando Geoprocessamento. Revista Caatinga, Mossoró, v.21,
n.3, p.22-30, jun/ago. 2008.
SOUZA, B. I. Cariri paraibano: do silêncio do lugar à desertificação. 198 f. Tese

(Doutorado em Geografia) - UFRGS, Porto Alegre, 2008.
_____. Contribuição ao estudo da desertificação na bacia do Taperoá. 120p.

Dissertação de mestrado. PRODEMA-UFPB, João Pessoa (PB), 1999.
SOUZA, B.I; SUERTEGARAY, D.M.A. Desertificação: Considerações sobre o estado
atual do conhecimento e repartição do processo. Boletim Gaúcho de Geografia,
Porto Alegre. n.30,p.46-57, 2006.
TABARELLI, M.; VICENTE. A. Conhecimento Sobre Plantas Lenhosas da

Caatinga: lacunas geográficas e ecológicas. p.101-112 In: Biodiversidade da
125
Caatinga: áreas e ações prioritárias (SILVA, J.M.C; TABARELLI, M.;FONSECA,

M.F.; L.V. LINS, orgs.). MMA, Brasília, 2003.
THORNTHWAITE, C.W.; HOLZMAN, B. Evaporation and transpiration . In: Climate

and Man: Yearbook of Agriculture Washington: U.S. Department of Agriculture,
1941, p.545-550
TREVISAN, R.; MATTOS, M.L.T.; HERTER, F.G. Atividade microbiana em argissolo

vermelho-amarelo distrófico típico coberto com aveia preta (Avena sp.) no outono,
em um pomar de pessegueiro. Científica Rural,v. 7, p. 83-89, 2002.
UNITED NATIONS. Text of the United Nations Convention to Combat

Desertification.Disponível em: <www.unccd.int/convention/text/convention.php>.
Acesso em 06 Set. 2012.
VASCONCELOS SOBRINHO, J. Um índice Interdisciplinar de Propensão à

Desertificação – Manual de Indicadores. Recife, PE: SUDENE, 1978.18p.
VERDUM, R. Os geógrafos frente às dinâmicas socioambientais no Brasil.

Revista do departamento de Geografia. Niterói, v. 16, p.91-94, 2005.
WELIGEPOLAGE, K. Estimation of spatial and temporal distribuition of

evaporatranspiration by satellite remote sensing – A case study in Hupselse
Beek, The Netherland. Tese de Mestrado: International Institute for Geo-information
Science and Earth Observation, 114f, 2005.
WISCHMEIER, W.H. E SMITH, D.D. Predicting rainfall erosion losses – a guide

to conservation planning. USDA, Washington. 58 p. 1978. (Agriculture Handbook
537).
ZHANG, Y.; DEGROOTE, C.; SUGUMARAN, W.; SUGUMARAN, R. Integration of

Modified Universal Soil Loss Equation (MUSLE) INTO A GIS framework to assess
soil erosion risk. Land Degradation & Development, Chichester, v.20, n.1, p.84-91,
2009.

Glauciene Silva

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Glauciene Silva

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DA PARAÍBA

CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA

GLAUCIENE JUSTINO FERREIRA DA SILVA

ESTIMATIVA DE INDICADORES BIOFÍSICOS PARA AVALIAÇÃO DO PROCESSO

ESTIMATIVA DE INDICADORES BIOFÍSICOS PARA AVALIAÇÃO DO PROCESSO

Dissertação apresentada ao Programa de

Área de concentração: Território,

Linha de pesquisa: Gestão do Território

Orientador: Prof. Dr. Richarde Marques

UFPB/BC CDU: 91(043)

A minha família pelo apoio incondicional, cuidado e dedicação, em especial, aos

A minha gratidão ao professor Dr. Richarde Marques da Silva pela orientação,

Aos companheiros de Caatinga (Mônica Macêdo, Thereza Raquel, Manoel Faustino,

Aos professores do PPGG e aos professores voluntários de outras instituições pela

À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pela

Finalmente, a minha eterna gratidão a todos pelas orações.

Georges e Claude Bertrand (2007)

A degradação das terras no semiárido brasileiro tem intensificado a perda da

Palavras-chave: Caatinga. Degradação. SEBAL. Semiárido.

Keywords: Caatinga. Degradation. SEBAL. Semiarid.

Figura 1 – Localização da Bacia Experimental de São João do Cariri ...................... 16

Tabela 1 – Desmatamento na Caatinga entre 2002 e 2009 ...................................... 33

Tabela 9 – Quantificação das classes de cobertura do solo em 2004 e 2009........... 79

Tabela 12 – Estatística descritiva dos indicadores biofísicos em relação à ocupação

3 ÁREA DE ESTUDO ............................................................................................... 16

4 A PAISAGEM E O PROCESSO DE DESERTIFICAÇÃO ...................................... 23

5 GEOTECNOLOGIAS NO ESTUDO DO PROCESSO DE DESERTIFICAÇÃO ..... 47

7 RESULTADOS E DISCUSSÕES ........................................................................... 75

8 CONSIDERAÇÕES FINAIS ................................................................................. 112

REFERÊNCIAS ....................................................................................................... 115

Em regiões áridas, semiáridas e subúmidas secas, a degradação das terras

alternativa para as pesquisas que buscam metodologias passíveis de serem

2.1 Objetivo geral

Estimar indicadores biofísicos para avaliação do processo de desertificação e

2.2 Objetivos específicos

 Analisar temporalmente as alterações na cobertura vegetal por meio de

A escolha da área de estudo levou em consideração a necessidade de

3.1 Caracterização Geoambiental

A área escolhida para a pesquisa está localizada no município de São João

Figura 1 – Localização da Bacia Experimental de São João do Cariri

Fonte: Elaboração própria, 2013.

A bacia experimental está localizada entre as coordenadas geográficas 7º 23’

Figura 2 – Distribuição mensal da precipitação pluviométrica nas décadas de 1990 a 2012

Em relação à geologia, o município de São João do Cariri está inserido no

Figura 4 – Tipos de solos encontrados na área de estudo

As classes de solo encontradas na área são: cambissolo, luvissolo crômico,

Figura 5 – Mapa hipsométrico da Bacia Experimental de São João do Cariri

O relevo apresenta-se como suave e ondulado na maior parte da bacia. O

Figura 6 – Mapa das declividades na Bacia Experimental de São João do Cariri

As espécies que podem ser notadas são: (a) lenhosas: angico

Figura 7 – Diversidade de espécies presentes em uma área da Bacia Experimental

Figura 8 – (a) Vegetação espaçada e solo degradado; (b) Clareiras em meio à

Figura 9 – Estrato herbáceo em área próxima a barramento na Bacia Experimental em

Em visitas à Bacia Experimental de São João do Cariri, foi possível identificar

4 A PAISAGEM E O PROCESSO DE DESERTIFICAÇÃO

Devido à complexidade, que o fenômeno da desertificação apresenta, torna-

4.1 Paisagem como conceito geográfico norteador da pesquisa

Para a construção do conhecimento sobre o processo de desertificação, foi

apreendido pela percepção estética e ser tangível a análises mais aprofundadas em

da mão de obra barata proporcionou o desenvolvimento do litoral e supriu com

4.2 O processo de desertificação

As alterações provocadas pela exploração predatória dos recursos naturais,

[...] a redução ou perda, nas zonas áridas, semiáridas e subúmidas

Oficialmente, aceito pela Convenção das Nações Unidas para Combate à