Publicação
Análise da fenologia do sobreiro e da vegetação herbácea no montado
| dc.contributor.advisor | Salvatori, Sofia Cerasoli | |
| dc.contributor.advisor | Vale, Raquel Lobo do | |
| dc.contributor.author | Beltrão, Sebastião Gil de Lima Mayer | |
| dc.date.accessioned | 2025-04-03T18:13:48Z | |
| dc.date.available | 2025-04-03T18:13:48Z | |
| dc.date.issued | 2024-12-19 | |
| dc.description | Mestrado em Engenharia Agronómica / Instituto Superior de Agronomia, Universidade de Lisboa | pt_PT |
| dc.description.abstract | Este estudo tem como objetivo analisar a fenologia do sobreiro (Quercus suber L.) e da vegetação herbácea no ecossistema do montado, utilizando metodologias baseadas em dados climáticos e espetrais. A abordagem adotada neste estudo combina o uso do Índice de Estação de Crescimento (Growing Season Index, GSI), um índice bioclimático que projeta o ciclo de crescimento das plantas a partir de variáveis climáticas como a temperatura do ar máxima e média diárias (Tmax e Tmed), fotoperíodo (photoperiod, Pp), défice de pressão de vapor (vapor pressure deficit, VPD) e teor de humidade do solo (soil water content, SWC), com a análise de índices espetrais de vegetação, como o NDVI (Normalized Difference Vegetation Index), MTCI (MERIS Terrestrial Chlorophyll Index), EVI (Enhanced Vegetation Index) e PRI (Photochemical Reflectance Index), obtidos a partir de sensores instalados in situ. Os resultados mostram que, para a vegetação herbácea, o GSI apresenta correlações significativas com todos os índices espetrais, destacando-se o PRI com o maior coeficiente de correlação (r = 0,90). No caso do sobreiro, o GSI apresenta apenas correlações significativas com o NDVI e o PRI, mas as correlações são fracas (r = 0,22 e r = 0,54, respetivamente), sugerindo a necessidade de adaptação do modelo ou a inclusão de outras variáveis climáticas para melhor capturar as variações fenológicas do sobreiro, que são inferiores, comparativamente às variações da vegetação herbácea. Este estudo contribui para o desenvolvimento de ferramentas para a monitorização da fenologia do sobreiro e da vegetação herbácea no ecossistema do montado, utilizando índices bioclimáticos e espectrais, como o GSI. O GSI, ao integrar variáveis climáticas como temperatura, fotoperíodo e teor de humidade do solo, permite prever com maior precisão as fases fenológicas críticas, como o crescimento, maturação e senescência. Estas previsões podem auxiliar na gestão do montado, otimizando a época de extração de cortiça ao identificar períodos ideais de crescimento ativo do sobreiro. Além disso, possibilitam o planeamento adequado do pastoreio ao prever os períodos de maior disponibilidade de vegetação herbácea, contribuindo para um uso mais sustentável dos recursos. Por fim, o GSI pode ser uma ferramenta estratégica para antecipar mudanças fenológicas em resposta às alterações climáticas, permitindo implementar medidas de adaptação mais eficazes. | pt_PT |
| dc.description.abstract | This study aims to analyse the phenology of the cork oak (Quercus suber L.) and herbaceous vegetation in a cork oak woodland, using methodologies based on climatic and spectral data. The approach adopted in this study combines the use of the Growing Season Index (GSI), a bioclimatic index that models the growth cycle of plants based on climatic variables such as maximum and average daily air temperature (Tmed and Tmax), photoperiod (Pp), vapour pressure deficit (VPD) and soil moisture content (SWC), with the analysis of spectral vegetation indices such as NDVI (Normalised Difference Vegetation Index), MTCI (MERIS Terrestrial Chlorophyll Index), EVI (Enhanced Vegetation Index) and PRI (Photochemical Reflectance Index), obtained by remote sensors installed in situ. The results show that, for herbaceous vegetation, GSI is significantly correlated with all the spectral indices, with PRI standing out with the highest correlation coefficient (r = 0,90). In the case of the cork oak, the GSI showed significant correlations only with NDVI (r = 0,22) and PRI (r = 0,54), but these correlations were weak, suggesting the need to adapt the model or include other climatic variables to better capture the phenological variations of the cork oak. This study contributes to the development of tools for monitoring the phenology of cork oaks and herbaceous vegetation in the cork oak ecosystem, using bioclimatic and spectral indices such as the GSI. By integrating climatic variables such as temperature, photoperiod and soil humidity, the GSI makes it possible to predict critical phenological phases such as growth, maturation and senescence with greater precision. These forecasts can help in the management of cork oak forests, optimising the cork harvesting season by identifying the ideal periods of active cork oak growth. They also make it possible to adequately plan grazing by predicting the periods of greatest availability of herbaceous vegetation, contributing to a more sustainable use of resources. Finally, GSI can be a strategic tool for anticipating phenological changes in response to climate change, enabling more effective adaptation measures to be implemented. | pt_PT |
| dc.description.version | N/A | pt_PT |
| dc.identifier.citation | Beltrão, S.G.L.M. Análise da fenologia do sobreiro e da vegetação herbácea no montado. Lisboa: ISA, 2024, 67 p. Dissertação de Mestrado | pt_PT |
| dc.identifier.tid | 203924541 | |
| dc.identifier.uri | http://hdl.handle.net/10400.5/99996 | |
| dc.language.iso | por | pt_PT |
| dc.publisher | Instituto Superior de Agronomia, Universidade de Lisboa | pt_PT |
| dc.subject | Sobreiro (Quercus suber) | pt_PT |
| dc.subject | vegetação herbácea | pt_PT |
| dc.subject | fenologia | pt_PT |
| dc.subject | growing season index (GSI) | pt_PT |
| dc.subject | índices espetrais de vegetação | pt_PT |
| dc.subject | Cork oak (Quercus suber) | pt_PT |
| dc.subject | herbaceous vegetation | pt_PT |
| dc.subject | phenology | pt_PT |
| dc.subject | spectral vegetation indices | pt_PT |
| dc.title | Análise da fenologia do sobreiro e da vegetação herbácea no montado | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |