Fechar

@PhDThesis{Rizzi:2004:EsCaRi,
               author = "Rizzi, Rodrigo",
                title = "Geotecnologias em um sistema de estimativa da produ{\c{c}}{\~a}o 
                         de soja: estudo de caso no Rio Grande do Sul",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2004",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2004-04-30",
             keywords = "sensoriamento remoto, sistemas de informa{\c{c}}{\~o}es 
                         geogr{\'a}fica, sat{\'e}lites Landstat, MODIS (radiometria), 
                         agrometeorologia, estat{\'{\i}}stica, agricultura, soja, 
                         produtividade, amostragem, Rio Grande do Sul, remote sensing, 
                         geographic information systems, agrometeorology, statistic, 
                         agriculture, soybeans, yield, sampling, Rio Grande do Sul 
                         (State).",
             abstract = "Este trabalho objetivou desenvolver um sistema para estimativa da 
                         produ{\c{c}}{\~a}o da cultura da soja atrav{\'e}s da 
                         utiliza{\c{c}}{\~a}o de geotecnologias e test{\'a}-lo no Estado 
                         do Rio Grande do Sul. A {\'a}rea de estudo compreendeu 322 
                         munic{\'{\i}}pios, os quais perfazem mais de 90% da 
                         produ{\c{c}}{\~a}o de soja do Estado. A estimativa da {\'a}rea 
                         plantada foi realizada para os anos-safra 2000/01 e 2001/02 por 
                         meio de seis cenas do sat{\'e}lite Landsat adquiridas em duas 
                         datas por cena, para cada ano-safra. Em 2000/01, a estimativa foi 
                         realizada em n{\'{\i}}vel municipal e estadual atrav{\'e}s da 
                         classifica{\c{c}}{\~a}o autom{\'a}tica e da 
                         interpreta{\c{c}}{\~a}o visual das imagens. Em 2001/02, 
                         empregaram-se as imagens num sistema de amostragem por segmentos, 
                         visando a estimativa de {\'a}rea plantada em n{\'{\i}}vel 
                         estadual. A estimativa da produtividade foi realizada para os 
                         anos-safra 2000/01 a 2002/03, empregando-se um modelo 
                         agrometeorol{\'o}gico-espectral (MAE) inserido num Sistema de 
                         Informa{\c{c}}{\~o}es Geogr{\'a}ficas, cuja vari{\'a}vel 
                         espectral {\'e} o {\'{\i}}ndice de {\'a}rea foliar (IAF) 
                         estimado a partir das imagens NDVI do sensor MODIS. Em 
                         substitui{\c{c}}{\~a}o ao IAF estimado atrav{\'e}s do NDVI, 
                         foram testados dados de IAF obtidos na literatura, sendo o modelo 
                         ent{\~a}o denominado agrometeorol{\'o}gico (MA). A 
                         produ{\c{c}}{\~a}o da soja foi obtida pelo produto dos valores 
                         de {\'a}rea plantada e produtividade. Os resultados obtidos pelo 
                         presente estudo foram comparados aos dados oficiais provenientes 
                         do Levantamento Sistem{\'a}tico da Produ{\c{c}}{\~a}o 
                         Agr{\'{\i}}cola (LSPA). Para a estimativa da {\'a}rea plantada, 
                         em 2000/01, as maiores diferen{\c{c}}as relativas foram 
                         encontradas em munic{\'{\i}}pios onde a cultura tem pouca 
                         express{\~a}o (abaixo de 10.000 ha) e as maiores 
                         diferen{\c{c}}as absolutas foram observadas em 
                         munic{\'{\i}}pios de expressiva {\'a}rea plantada (acima de 
                         10.000 ha). Em n{\'{\i}}vel estadual, verificou-se uma 
                         superestimativa por parte do LSPA em rela{\c{c}}{\~a}o {\`a} 
                         classifica{\c{c}}{\~a}o das imagens Landsat de aproximadamente 
                         11,3%. Para 2001/02, o m{\'e}todo de amostragem retornou um 
                         incremento de 11,97% em rela{\c{c}}{\~a}o a 2000/01, o qual foi 
                         consideravelmente superior ao dado oficial (8,76%). Devido {\`a}s 
                         discrep{\^a}ncias encontradas, os valores de {\'a}rea plantada 
                         obtidos pelo presente estudo foram utilizados para corrigir os 
                         dados oficiais de produtividade em n{\'{\i}}vel estadual e 
                         municipal, sendo que para 2002/03 utilizou-se o incremento em 
                         rela{\c{c}}{\~a}o a 2001/02 fornecido pelo LSPA. Para os 
                         anos-safra 2000/01 e 2001/02 n{\~a}o foram observadas 
                         diferen{\c{c}}as significativas entre o LSPA e os modelos de 
                         estimativa, para [alfa] = 5% (t=0,03 para o MAE e MA em 2000/01 e 
                         t=0,20 para MAE e 1,81 para o MA em 2001/02). Em 2002/03, ambos os 
                         modelos subestimaram o valor de produtividade fornecido pelo LSPA, 
                         quando as diferen{\c{c}}as encontradas foram de 204 (t=6,48) e 
                         228 kg ha-1 (t=7,3) para os MAE e MA, respectivamente. Em 
                         adi{\c{c}}{\~a}o, atrav{\'e}s do MAE, foi poss{\'{\i}}vel 
                         monitorar temporal e espacialmente a evolu{\c{c}}{\~a}o da 
                         produtividade durante todo o ciclo da cultura. Ante os resultados 
                         encontrados, o sistema proposto pode ser utilizado como suporte ao 
                         m{\'e}todo tradicional e subjetivo de estimativa da 
                         produ{\c{c}}{\~a}o de soja no Rio Grande do Sul. ABSTRACT: The 
                         objective of this work was to develop a soybean crop production 
                         estimation system and test it in Rio Grande do Sul State, Brazil, 
                         using geotechnologies. The study area comprises 322 municipalities 
                         which are responsible for nearly 90% of the State soybean 
                         production. Crop area estimation was performed for the crop years 
                         2000/01 and 2001/02 by using six Landsat scenes acquired at two 
                         different periods per scene, in each crop year. In 2000/01, the 
                         estimate was carried out by both automatic and visual image 
                         classification at municipal and State level. In 2001/02, the crop 
                         area was estimated only at State level using a sample based on 
                         segments of size 1 x 1 km square method. An 
                         agrometeorological-spectral model (MAE) integrated into a 
                         Geographic Information System was used to estimate grain yield for 
                         crop years 2000/01 to 2002/03. The spectral variable for this 
                         model was the leaf area index (LAI) estimated from the NDVI values 
                         derived from MODIS images. LAI values were also estimated from 
                         literature data in order to replace MODIS images. In this case the 
                         model was named agrometeorological model (MA). The soybean 
                         production was estimated by multiplying the crop area times the 
                         soybean yield estimated from the MAE. The results were compared 
                         with the official statistics provided by the Systematic Survey 
                         Agricultural Production (LSPA). For the crop area estimate in 
                         2000/01, the largest relative differences were observed in 
                         municipalities with very low soybean crop area, although the 
                         highest absolute differences were observed in municipalities with 
                         high soybean crop area (above 10.000 ha). The overall result 
                         showed an overestimation of planted area around 11,3% between LSPA 
                         and Landsat. In 2001/02, the sample square method showed a planted 
                         area increment of 11.97% in relation to 2000/01, which was higher 
                         than the LSPA estimation (8.76%). Due to these differences the 
                         official grain yield data was adjusted based on production data 
                         and crop area estimated from Landsat in order to compare the 
                         ?corrected? LSPA yield data with the MAE and MA yield output, 
                         whereas the official increment was used to adjust the crop year of 
                         2002/03. Eventually, no significant differences were found between 
                         LSPA and MAE or MA for the crop years of 2000/01 and 2001/02 for 
                         [alpha] = 5% (t=0,03 for MAE and MA in 2000/01 and t=0,20 for MAE 
                         and 1,81 for MA in 2001/02). For the crop year of 2002/03, both 
                         models underestimated grain yield when compared with LSPA by 204 
                         (t=6,48) and 228 kg ha-1 (t= 7,3) for MAE and MA, respectively. 
                         Moreover, the MAE proved to be a powerful tool to estimate yield 
                         variation at both municipal and state level, as well as to monitor 
                         soybean crop throughout the growing season. Besides, the proposed 
                         system can be used to aid the traditional and subjective soybean 
                         crop production method in Rio Grande do Sul State.",
            committee = "Epiphanio, Jos{\'e} Carlos Neves (presidente) and Rudorff, 
                         Bernardo Friedrich Theodor (orientador) and Freitas, Corina da 
                         Costa and C{\^a}mara Neto, Gilberto and Fontana, Denise Cybis and 
                         Batista, Get{\'u}lio Teixeira",
           copyholder = "SID/SCD",
         englishtitle = "Geotechnologies in a soybean crop production estimation system: a 
                         case study in Rio Grande do Sul State, Brazil",
             language = "pt",
                pages = "214",
                  ibi = "6qtX3pFwXQZ3P8SECKy/CD7HR",
                  url = "http://urlib.net/ibi/6qtX3pFwXQZ3P8SECKy/CD7HR",
           targetfile = "publicacao.pdf",
        urlaccessdate = "29 abr. 2024"
}


Fechar