<?xml version="1.0" encoding="UTF-8" standalone="yes"?><?xml-stylesheet type="text/xsl" href="/oai-pmh-repository/static/oai2.xsl"?>
<OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd">
    <responseDate>2026-10-15T09:31:54Z</responseDate>
    <request verb="GetRecord" identifier="oai:data.mendeley.com/bpm8ns4jg2.1" metadataPrefix="oai_dc">https://data.mendeley.com/oai</request>
    <GetRecord>
        <record>
            <header>
                <identifier>oai:data.mendeley.com/bpm8ns4jg2.1</identifier>
                <datestamp>2022-08-05T15:37:09Z</datestamp>
            </header>
            <metadata><oai_dc:dc xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
    <dc:creator>Nogueira, Letícia </dc:creator>
    <dc:title>DINÂMICA ESPAÇO-TEMPORAL DA TEMPERATURA DE SUPERFÍCIE PARA O ESTADO DA BAHIA, UTILIZANDO SENSORIAMENTO REMOTO</dc:title>
    <dc:publisher>Mendeley Data</dc:publisher>
    <dc:description>O Estado da Bahia possui mais de 80% da sua área inserida na região semiárida, caraterizada pelas altas temperaturas, e longos períodos de baixos índices pluviométricos, como reflexo dessas condições climáticas, essa região é propícia a eventos de seca. Tendo em vista essa questão, o sensoriamento remoto torna-se um instrumento fundamental na obtenção e análise de dados aplicados a grandes áreas, permitindo o acompanhamento das tendências desse fenômeno. A partir dessa problemática, esse trabalho teve por objetivo mapear a dinâmica espaço-temporal da Temperatura de Superfície (LST) para as mesorregiões do Estado da Bahia, durante os últimos vinte anos, e correlacioná-la com os dados de precipitação do Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais (CPTEC/INPE). Para isso, foram obtidas as imagens do LST Day do produto MOD11A2 do MODIS/TERRA, utilizadas rotinas computacionais na linguagem R e software de Sistemas de Informações Geográficas (SIG), o QGIS, para processamento das imagens e produção dos mapas. Os resultados mostraram que a Temperatura de Superfície Terrestre foram mais acentuadas nas mesorregiões do Vale do São Francisco e Extremo Oeste Baiano. Já o Sul Baiano foi uma das mesorregiões que apresentou menores temperaturas de superfície para a série histórica, podendo ser resultado da conservação da vegetação típica do bioma Mata Atlântica na região e das altas precipitações pluviométricas. Com a produção cartográfica e análises geoestatísticas dessa variável foi possível avaliar a distribuição espaço-temporal no período estudado. </dc:description>
    <dc:subject>Remote Sensing</dc:subject>
    <dc:subject>Temperature</dc:subject>
    <dc:contributor>garcez, izabelle</dc:contributor>
    <dc:contributor>Gabrielle, Alzira</dc:contributor>
    <dc:type>Dataset</dc:type>
    <dc:identifier>doi:10.17632/bpm8ns4jg2.1</dc:identifier>
    <dc:identifier>oai:data.mendeley.com/bpm8ns4jg2.1</dc:identifier>
    <dc:rights>Creative Commons Attribution 4.0 International</dc:rights>
    <dc:rights>http://creativecommons.org/licenses/by/4.0</dc:rights>
    <dc:relation>https://data.mendeley.com/datasets/bpm8ns4jg2</dc:relation>
    <dc:date>2022-08-05T15:37:09Z</dc:date>
</oai_dc:dc></metadata>
        </record>
    </GetRecord>
</OAI-PMH>
