Técnicas avançadas de mapeamento e monitoramento da cobertura vegetal foram desenvolvidas nas últimas décadas, com o advento do sensoriamento remoto. As atuais ferramentas de processamento digital e as gerações de novos sensores orbitais e sua distribuição de forma mais acessÃvel aos usuários têm facilitado a aquisição e o uso das imagens de satélite, transformando-as num dos produtos do sensoriamento remoto mais utilizado para análises da cobertura vegetal. O objetivo deste trabalho foi avaliar a cobertura vegetal da região Agreste Central de Pernambuco, utilizando imagens de satélite TM/ LANDSAT-5. As imagens foram processadas utilizando a técnica do NDVI - Normalized Difference Vegetation Ãndex, gerando Ãndices que serviram de base para a classificação da vegetação em densa, rala e esparsa. Para o Agreste Central houve uma proporção de 39,7% de vegetação densa, 13,6% de vegetação esparsa e 14,3% de vegetação rala, além de 10,5% de solo exposto. O NDVI tem se apresentado como uma ferramenta útil na classificação da vegetação em escala regional, entretanto, necessita de aprimoramento para uma diferenciação mais precisa entre Ãndices de nuvens, sombras e solos expostos e os de vegetação.
In recent decades, advanced techniques for mapping and monitoring vegetation cover have been developed with the advent of remote sensing. New tools for digital processing, the generation of new sensors and their orbital distribution more accessible have facilitated the acquisition and use of satellite images, making them one of the products of remote sensing more used for analysis of the vegetation cover. The aim of this study was to assess the vegetation cover from Central Agreste region of Pernambuco State, using satellite images TM / LANDSAT-5. The images were processed using the NDVI (Normalized Difference Vegetation Index) technique, generating indexes used for classification of vegetation in dense, sparse and scattered. There was a proportion of 39.7% of dense vegetation, 13.6% of sparse vegetation, 14.3% of scattered vegetation and 10.5% of exposed soil. NDVI technique has been used as a useful tool in the classification of vegetation on a regional scale, however, needs improvement to a more precise differentiation among levels of clouds, shadow, exposed soils and vegetation.