Leaf area index dynamics estimate in a watershed through remote sensing techniques

A variável biofísica Índice de Área Foliar (IAF) está diretamente relacionada com a evapotranspiração e a produtividade e para estimá-la em nível regional podem ser utilizadas técnicas de sensoriamento remoto. Este trabalho estuda a relação do IAF com índices de vegetação (Razão Simples, SR; Índice de Vegetação da Diferença Normalizada, NDVI; e Índice de Vegetação Ajustado para Influência do Solo, SAVI) e frações de componente puro de vegetação (FVEG), solo (FSOL) e sombra (FSOM), calculados pelo Modelo Linear de Mistura Espectral (MLME). A área de estudo foi a microbacia rural do Ribeirão dos Marins, no município de Piracicaba. SP. O IAF em campo foi estimado mensalmente, durante o ano de 2001, com o equipamento LAI-2000 para diferentes tipos de cobertura vegetal (cana-de-açúcar, pastagem, milho, eucalipto e floresta ripária). Foram adquiridas 4 imagens do Landsat-7 /ETM+ (meses de janeiro, março, agosto e novembro) corrigidas para os efeitos atmosféricos pelo modelo 6S. O IAF máximo observado na bacia foi de 4,90. O IAF de cana-de-açúcar apresentou a maior variação devido ao manejo agrícola e características intrínsecas desta cultura. Foi observado que, dentre os índices de vegetação e as frações de componente puro, o IAF apresentou melhor relação com o índice de vegetação NDVI, todavia não diferiu estatísticamente da relação IAF-SR. Quando analisada a relação IAF-NDVI para as quatro datas, foi verificada a sensibilidade do NDVI a variações do ângulo zenital solar e brilho do solo. O IAF explicou de 57% à 72% da variação do NDVI. Relações NDVI-IAF foram utilizadas para se gerar mapas de IAF para a bacia em estudo, tendo sido verificada uma alta correlação do IAF médio da bacia com a precipitação acumulada de três meses. Este trabalho representa o início de um estudo que procura avaliar a potencialidade de utilização de dados de sensoriamento remoto como preditores do IAF, para futuras aplicações em modelos de cálculo da evapotranspiração.The biophysical variable Leaf Area Index (LAI) is directly related to the evapotranspiration and the productivity and to estimate it on a regional level, remote sensing techniques can be employed. This work studies the relationship between LAI and spectral vegetation indices (Simple Ratio, SR; Normalized Difference Vegetation Index, NDVI; and Soil Adjusted Vegetation Index, SAVI) and vegetation, soil, and shadow endmember fractions, calculated through Linear Spectral Mixture Modelling (LSMM). The LAI in the field was monthly collected along 2001 with the LAI-2000 equipment for different land covers ( sugar-cane, pasture, corn, eucalypt, and riparian forest). Four Landsat-7/ETM+ images (from January, March, August, and November) were acquired and corrected for atmospheric effects through the 6S model. The maximum LAI value observed in the watershed was 4.90. The sugar-cane LAI presented the greater variation due to the management and characteristics of this crop. It was observed that LAI was better related to the NDVI, although it was not statistically different of the relationship LAI-SR. When LAI-NDVI relationship was analyzed for the four dates, it was verified the NDVI sensitivity to soil brightness and solar zenith angles variation. The IAF explained 57% to 72% of the variability in the NDVI. This relationship was inverted to generate LAI maps for the watershed, being observed a high correlation between mean LAI and precipitation. This work represents the beginning of a study that aims at the evaluation of remote sensing techniques as LAI predictors to future applications in evapotranspiration models