摘要：O monitoramento ambiental de bacias hidrográficas com o uso de sensoriamento remoto tem sido imprescindível no diagnóstico de alterações antrópicas e/ou naturais na paisagem.As análises espaciais e temporais dos diversos índices de vegetação permitem detectar e avaliar no ambiente os impactos e as degradações decorrentes do uso e ocupação do solo, bem como orientar o estabelecimento de políticas de reversão em um cenário de degradação ambiental.Assim, a presente pesquisa teve por objetivo identificar e analisar a dinâmica espaço–temporal dos índices de vegetação na detecção de transformações ambientais na bacia hidrográfica do rio Pajeú com aplicação de alguns componentes do algoritmo SEBAL.Para a obtenção das estimativas de tais índices foram empregados os produtos MODIS para os anos de 2003, 2005, 2007, 2012, 2013 e 2014.Dessa forma, os resultados obtidos revelaram que a parte sul da bacia hidrográfica do rio Pajeú é a mais degradada, apresentando menores precipitações e predisposição à desertificação.Conclui-se que os índices de vegetação avaliados pelo algoritmo SEBAL são eficazes e eficientes na compreensão da dinâmica dos padrões espaciais, temporais e espectrais de ambientes semiáridos como o do sertão nordestino.
其他摘要：The environmental monitoring of watersheds with the use of remote sensing has been essential in the diagnosis of anthropogenic and / or natural changes in the landscape. Spatial and temporal analyses of the various vegetation indexes can detect and evaluate impacts and degradation as a result of soil use and occupation and guide the establishment of reversal policies on a scenario of environmental degradation. Thus, this research aimed to identify and analyze the space-time dynamics of vegetation indexes in the detection of environmental changes in the Pajeú river watershed with application of some components of the SEBAL algorithm. To obtain estimates of these indexes, MODIS products for the years 2003, 2005, 2007, 2012, 2013 and 2014 were used. The results showed that the southern portion of the Pajeú river watershed is the most degraded, with minor rainfall and prone to desertification. It was concluded that the vegetation indexes evaluated by the aforementioned algorithm are effective and efficient in understanding the dynamics of spatial, temporal and spectral patterns of semiarid environments, such as the backlands of northeastern Brazil.
