This study aimed to evaluate changes in the aboveground net primary productivity (ANPP) of grasslands in the Pampa biome by using experimental plots and changes in the spectral responses of similar vegetation communities obtained by remote sensing and to compare both datasets with meteorological variations to validate the transition scales of the datasets. Two different geographic scales were considered in this study. At the local scale, an analysis of the climate and its direct influences on grassland ANPP was performed using data from a long-term experiment. At the regional scale, the influences of climate on the grassland reflectance patterns were determined using vegetation sensor imagery data. Overall, the monthly variations of vegetation canopy growth analysed using environmental changes (air temperature, total rainfall and total evapotranspiration) were similar. The results from the ANPP data and the NDVI data showed the that variations in grassland growth were similar and independent of the analysis scale, which indicated that local data and the relationships of local data with climate can be considered at the regional scale in the Pampa biome by using remote sensing.

This Technical Note aims to present data from in-situ measurements conducted with Acoustic Doppler Current Profiler (ADCP) under the highest level recorded in the Guaíba River. Flow measurements carried out on May 5th and 6th, with water levels of 5.27 and 5.25 m, resulted in average values of 30,180 and 29,852 m³/s, respectively. The profiles with the river flow are presented, as well as the water level readings at the Usina do Gasômetro gauges. These data can be accessed on a open platform, can contributes to the understanding of the Guaíba's hydrodynamics and the flooding at Patos Lagoon and can provide valuable information for modeling maximum flow scenarios in these systems.

O objetivo do presente trabalho é apresentar uma aplicação do modelo HAND para mapeamento de áreas mais suscetíveis à inundação em uma área do Rio Uruguai e afluentes, próximo à cidade de Itaqui, Estado do Rio Grande do Sul, utilizando como base um evento de inundação ocorrido em 26/10/1997. Uma classificação de uma imagem LANDSAT 5, sensor TM, foi realizada visando gerar um mapa de referência com as áreas de inundação para comparar com as simulações do modelo HAND. A altura da inundação foi definida com base nos dados da cota da estação de Itaqui, localizada no Rio Uruguai, no dia analisado. As simulações pelo modelo HAND e o mapa de referência classificado pela imagem foram comparadas pela similaridade fuzzy, o índice de concordância Kappa e exatidão global. O valor de cota média diária da inundação, de 11,45 m, da estação de Itaqui foi fundamental para ajustar e avaliar a simulação de inundação gerada pelo modelo HAND. Tal valor de cota não é suficiente para inundar a área urbana do munícipio de Itaqui. Simulações de inundação de 15 m, 19 m e 23 m geradas com o modelo HAND apontam que as áreas oeste, norte e sul da cidade de Itaqui são mais suscetíveis à inundação. Considerando a disponibilidade gratuita dos dados e a obtenção rápida e satisfatória de resultados, essa metodologia pode ser empregada em outras regiões, podendo servir como uma ferramenta de planejamento e gestão em áreas de risco a inundações.

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

O objetivo principal deste trabalho é avaliar e predizer a expansão da fronteira agrícola sobre campos nativos do bioma Pampa, com base em modelos espaciais em sistema de informação geográfica e dados de sensoriamento remoto. Foi utilizado o módulo Land Change Modeler (LCM), do software IDRISI, no município de Tupanciretã, RS, para quantificar as mudanças ocorridas e realizar predições até 2025. Uma classificação híbrida foi realizada com imagens multiespectrais dos satélites Landsat 5 e 8, nos anos de 1985, 2005, 2011 e 2015, para servir de dados de entrada do modelo. Para desenvolver e validar o modelo, foram utilizadas covariáveis explanatórias e computadas a exatidão global e a curva ROC. Foi verificado um aumento de aproximadamente 90.586 hectares da área agrícola entre os anos 1985 e 2015, enquanto a área de campo foi reduzida. O LCM permitiu a geração e validação de um modelo de previsão do uso do solo até o ano de 2025. Foi predito um contínuo aumento médio de 1.453 ha/ano das áreas agrícolas, substituindo áreas originais de campo a uma taxa de 1.427 ha/ano.

Between 2013 and 2014, a kinematic positioning based on the Global Navigation Satellite System (GNSS) was carried out for this research work. This GNSS survey resulted in 275916 points with tridimensional coordinates in the cross-border basin area of 58205 km² called Mirim Lagoon Hydrographic Basin, located in south of Rio Grande do Sul (Brazil) and west of Uruguay. This study aims at showing the methodology firstly and, furthermore, results regarding the validation of the vertical accuracy of the DEM SRTM through kinematic positioning by GNSS, in the Mirim Lagoon Hydrographic Basin region. Also, the GNSS surveying data was post-processed with the Precise Point Positioning (PPP) method, and the ellipsoidal height was converted into orthometric height through the software INTPT geoid. During this study, the geopotential model (EGM96) was used to transform altitude differences between two countries, Brazil and Uruguay. Results showed that the vertical mean absolute error of the DEM SRTM vary from 0.07 m to ± 9.9m with average of -0.28m. This vertical accuracy is better than the absolute vertical accuracy value of ±16m published in the SRTM data specification and validates the DEM SRTM.