Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2016-11-08T13:09:33Z No. of bitstreams: 1 texto completo.pdf: 3885768 bytes, checksum: 17fddc2c6704946306ea4c6b27abd790 (MD5) / Made available in DSpace on 2016-11-08T13:09:33Z (GMT). No. of bitstreams: 1 texto completo.pdf: 3885768 bytes, checksum: 17fddc2c6704946306ea4c6b27abd790 (MD5) Previous issue date: 2005-12-15 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esse estudo procurou conhecer as microrregiões brasileiras no que diz respeito a sua eficiência na agropecuária brasileira, bem como conhecer os condicionantes que influenciaram a variação dos coeficientes de eficiência para o ano agrícola 1995/96. Sendo assim, utilizou-se a metodologia de Análise Envoltória de Dados para discriminar as microrregiões eficientes das microrregiões não-eficientes, e também para determinar os retornos à escala das microrregiões estudadas. Em seguida, foi utilizado o modelo Tobit, para determinar o efeito marginal de alterações em cada uma das variáveis, sobre o índice de eficiência em cada uma das microrregiões não-eficientes. Verificou-se que dentre as 544 microrregiões analisadas, a maioria delas foi considerada não-eficiente sob retornos constantes, sendo as regiões Norte e Centro-Oeste aquelas com o maior percentual de microrregiões eficientes. Dentre as variáveis utilizadas no modelo Tobit, tiveram relação positiva com o índice de eficiência: assistência técnica, energia elétrica, utilização de adubos e corretivos e gastos com investimentos. Já as variáveis relacionadas ao controle de pragas e doenças, financiamentos e alfabetização no meio rural tiveram relação negativa com o índice de eficiência encontrado. / This study sought to know the Brazilian micro-regions with respect to their efficiency of farming, as well as the conditioning factors that influenced the variation of the efficiency coefficients for the agricultural year 1995/96. Data Envelopment Analysis (DEA) was used to discriminate the efficient from the non-efficient micro-regions, as well as to determine the returns to scale concerning the studied micro-regions. Subsequently, the Tobit model was used to determine the marginal effect of alterations in each variable on the efficiency index in each non-efficient micro-region. It was verified that most of the 544 analyzed micro-regions were considered non-efficient under constant returns to scale, with the North and Middle West regions having the largest percentage of efficient micro-regions. Among the variables used in the Tobit model that had positive relation with the efficiency index were technical support, electricity supply, use of fertilizers, and investments. On the other hand, the variables related to pest and disease control, funding and rural literacy were negatively related with the found efficiency index. / Tese importada do Alexandria

Orientador: Jurandir Zullo Junior / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-05T08:07:53Z (GMT). No. of bitstreams: 1 Antunes_JoaoFranciscoGoncalves_M.pdf: 7524504 bytes, checksum: e36a3c933615dc4ef031bf119f6c09ff (MD5) Previous issue date: 2005 / Resumo: A estimativa precisa com antecedência à época da colheita de áreas plantadas com culturas agrícolas, como a soja, é de fundamental importância para a economia brasileira. A previsão do escoamento e comercialização da produção agrícola é estratégica para o Brasil, pois estão diretamente relacionados com o planejamento, custos e preço. Com o recente avanço tecnológico na obtenção de dados por sensoriamento remoto orbital é possível melhorar a previsão de safras, diminuindo cada vez mais o nível de subjetividade. Embora designadas para fins meteorológicos, as imagens AVHRR-NOAA de elevada repetitividade temporal, têm sido utilizadas para o monitoramento agrícola. Porém, a sua baixa resolução espacial faz com que possa ocorrer a mistura espectral das classes de cobertura do solo dentro de um mesmo pixel e isso pode acarretar problemas de imprecisão na estimativa de área plantada de uma cultura agrícola. O objetivo principal do trabalho foi desenvolver uma metodologia de classificação automática com a aplicação de lógica fuzzy para o reconhecimento de padrões em imagens AVHRR-NOAA, utilizando índices de vegetação para estimar a área plantada de soja no nível sub-pixel. Para oito municípios produtores de soja da região oeste do Estado do Paraná, foi possível obter a estimativa de área no final de janeiro de 2004, com antecedência em relação à época da colheita, ao contrário dos levantamentos oficiais que se estendem até o final da safra, além de utilizarem dados subjetivos vindos do campo. As estimativas de área de soja baseadas em classificação fuzzy mostraram-se altamente correlacionadas com as estimativas de área de referência obtidas a partir da máscara de soja e por expansão direta, sendo um indicativo de boa precisão. E também apresentaram alta correlação, balizadas com as estimativas oficiais da SEAB/DERAL e do IBGE. Em ambas comparações, o nível de erro relativo geral foi aceitável. O sistema desenvolvido para processamento e geração de produtos das imagens AVHRR-NOAA mostrou-se uma ferramenta fundamental de infra-estrutura, por aliar automação e precisão a metodologia do trabalho / Abstract: An early accurate estimation of agricultural crop areas, such as soybean, is fundamental for the Brazilian economy. The draining forecast and the estimation of agricultural production commercialization are strategic to Brazil, since they are directly related to planning, costs and price. Recent technological progress of data acquisition from orbital remote sensing makes possible to improve harvest forecast, reducing more and more the level of subjectivity. Although designed for meteorological aims, the AVHRR-NOAA images of high temporal resolution, have been used for the crop monitoring. However, its low spatial resolution might cause the spectral mixture of the different land cover classes within the same pixel and it can lead to accuracy problems on crop area estimation. The main objective of the work was to develop an automatic classification methodology with the application of fuzzy logic for pattern recognition in AVHRR-NOAA images, using vegetation indices to estimate the soybean crop areas at sub-pixel level. For eight soybean producer counties in the West region of the Paraná State, it was possible to obtain the crop area estimation at the end of january 2004, prior to the harvest period, on the contrary of the official surveys that extend until the end of the harvest, besides using subjective data collected on the field. The soybean crop area estimation based on fuzzy classification showed to be highly correlated with the reference area estimation obtained from the soybean mask and by direct expansion, being an indicative of good accuracy. And also presented high correlation, marked out with the official estimations from SEAB/DERAL and IBGE. In both comparisons, the level of general relative error was acceptable. The system developed for processing and products generation of AVHRR-NOAA images had proved to be a fundamental infrastructure tool, due to its capacity to combine automation and accuracy to the work methodology / Mestrado / Planejamento e Desenvolvimento Rural Sustentável / Mestre em Engenharia Agrícola

Orientador: Jurandir Zullo Junior / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-11T15:26:15Z (GMT). No. of bitstreams: 1 Goncalves_RenataRibeirodoValle_M.pdf: 10756803 bytes, checksum: 9486cabb4eecf44b43d00069814c7126 (MD5) Previous issue date: 2008 / Resumo: O Brasil, maior produtor de cana-de-açúcar do mundo, conta com uma posição privilegiada para atender as necessidades mundiais de açúcar e álcool anidro. O país possui regiões produtoras, sendo o estado de São Paulo a maior delas, com safras alternadas que podem garantir a presença do produto nos mercados local e mundial. Isto requer, cada vez mais, a existência de sistemas operacionais que permitam acompanhar o desenvolvimento da cultura ao longo da safra em escala regional. Por outro lado, há um aumento crescente na disponibilidade de dados de sensores remoto que podem ser aplicados no monitoramento da vegetação agrícola, especialmente das que ocupam áreas mais extensas, como é o caso da cana-de-açúcar. Dentro deste contexto, o trabalho teve o objetivo principal de avaliar a correlação existente entre um índice agroclimático (ISNA) e a resposta espectral (NDVI) da cana-de-açúcar registrada nas imagens do satélite AVHRR/NOAA, em regiões produtoras do estado de São Paulo, de 2001 a 2008. As imagens utilizadas foram processadas automaticamente pelo Sistema NAVPRO que gerou imagens corrigidas radiométrica e geometricamente. Com as imagens corrigidas, gerou-se imagens composições de valor máximo de NDVI mensais e perfis temporais de NDVI mensais. As condições agroclimáticas, ao longo do período de análise, foram descritas pelo índice ISNA (Índice de Satisfação das Necessidades de Água). Para calculá-lo, fez-se o balanço hídrico e calculou-se as evapotranspirações real e máxima, em períodos decendiais, quinzenais e mensais. A análise de correlação cruzada entre os dados procurou identificar como as variações climáticas ocorridas de 2001 a 2007 influenciaram a resposta espectral da cana-de-açúcar registrada nas imagens do AVHRR/NOAA. Estas análises identificaram correlações significativas entre o ISNA e o NDVI. Os modelos gerados pelas análises de séries temporais multivariadas foram bem ajustados. Para todos os modelos, o ISNA antecede o NDVI, isto é, o NDVI depende do ISNA em todos os municípios e as previsões feitas ficaram dentro do intervalo de confiança, tornando, assim, os resultados satisfatórios. Os modelos de previsão desenvolvidos permitem utilizar os resultados de safras passadas como base para a estimativa dos parâmetros espectral e agroclimático de safras futuras / Abstract: O Brasil, maior produtor de cana-de-açúcar do mundo, conta com uma posição privilegiada para atender as necessidades mundiais de açúcar e álcool anidro. O país possui regiões produtoras, sendo o estado de São Paulo a maior delas, com safras alternadas que podem garantir a presença do produto nos mercados local e mundial. Isto requer, cada vez mais, a existência de sistemas operacionais que permitam acompanhar o desenvolvimento da cultura ao longo da safra em escala regional. Por outro lado, há um aumento crescente na disponibilidade de dados de sensores remoto que podem ser aplicados no monitoramento da vegetação agrícola, especialmente das que ocupam áreas mais extensas, como é o caso da cana-de-açúcar. Dentro deste contexto, o trabalho teve o objetivo principal de avaliar a correlação existente entre um índice agroclimático (ISNA) e a resposta espectral (NDVI) da cana-de-açúcar registrada nas imagens do satélite AVHRR/NOAA, em regiões produtoras do estado de São Paulo, de 2001 a 2008. As imagens utilizadas foram processadas automaticamente pelo Sistema NAVPRO que gerou imagens corrigidas radiométrica e geometricamente. Com as imagens corrigidas, gerou-se imagens composições de valor máximo de NDVI mensais e perfis temporais de NDVI mensais. As condições agroclimáticas, ao longo do período de análise, foram descritas pelo índice ISNA (Índice de Satisfação das Necessidades de Água). Para calculá-lo, fez-se o balanço hídrico e calculou-se as evapotranspirações real e máxima, em períodos decendiais, quinzenais e mensais. A análise de correlação cruzada entre os dados procurou identificar como as variações climáticas ocorridas de 2001 a 2007 influenciaram a resposta espectral da cana-de-açúcar registrada nas imagens do AVHRR/NOAA. Estas análises identificaram correlações significativas entre o ISNA e o NDVI. Os modelos gerados pelas análises de séries temporais multivariadas foram bem ajustados. Para todos os modelos, o ISNA antecede o NDVI, isto é, o NDVI depende do ISNA em todos os municípios e as previsões feitas ficaram dentro do intervalo de confiança, tornando, assim, os resultados satisfatórios. Os modelos de previsão desenvolvidos permitem utilizar os resultados de safras passadas como base para a estimativa dos parâmetros espectral e agroclimático de safras futuras / Mestrado / Planejamento e Desenvolvimento Rural Sustentável / Mestre em Engenharia Agrícola