Orientadores: Jansle Vieira Rocha, Rubens Augusto Camargo Lamparelli / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-21T22:24:34Z (GMT). No. of bitstreams: 1 Moraes_RafaelAldighieri_D.pdf: 30754576 bytes, checksum: 3ab791b50df5e682ab2cbc069c436b1b (MD5) Previous issue date: 2012 / Resumo: O levantamento subjetivo para a estimativa da produção agrícola, baseado em entrevistas, ainda prevalece no Brasil, com consequencias em sua exatidão. Dada a sua importância para o planejamento de políticas públicas e preços de mercado, o monitoramento de áreas agrícolas e estimativas da produtividade com o uso de geotecnologias e dados espectrais e meteorológicos, pode contribuir significativamente para estimativas mais precisas e de menor custo. O estado de São Paulo é o maior produtor de etanol e açúcar de cana-de-açúcar do Brasil, assim, são de extrema importância a identificação de áreas de cana-de-açúcar e suas fases de cultivo de forma temporal e espacial. Além disso, o conhecimento da influência das condições do tempo permite tanto o monitoramento da produção como a aplicação de modelos de estimativa de produtividade. Neste trabalho foram utilizados dados presentes no produto MOD13Q1 do sensor MODIS, sendo NDVI, para identificação e monitoramento, qualidade (VI Quality) e confiabilidade (Reliability), aplicadas para a eliminação de pixels falhos nas imagens de NDVI. Estes foram utilizados para mapear áreas cujo perfil temporal se assemelhasse ao de cultivo de cana-de-açúcar, além de identificar as fases de pico do ciclo vegetativo, colheita, final da colheita e desenvolvimento. Os resultados mostraram que a metodologia foi capaz de identificar perfis característicos de cana-de-açúcar e suas respectivas fases de cultivo. Foram utilizados também dados meteorológicos do modelo global ECMWF para a determinação do total acumulado de precipitação, radiação global, evapotranspiração de referência e graus dias entre as fases de crescimento e colheita da cana-de-açúcar no estado de São Paulo e a estimativa da produtividade. Primeiramente, foi feita a verificação da precisão e acurácia do modelo atmosférico ECMWF pela comparação de dados decendiais simulados de precipitação, temperatura máxima e mínima do ar aos observados por mapas interpolados de estações meteorológicas do estado de São Paulo no período entre 2005 e 2010. Como resultado, observou-se que o modelo ECMWF simula satisfatoriamente, sendo a maior parte dos resultados com R² > 0,60; d > 0,7; RMSE < 5ºC e < 50mm; Es < 5°C e < 24mm. Após a verificação, os acumulados foram apresentados em formato de mapa temático na resolução espacial do sensor MODIS de 250 metros. A análise dos resultados mostrou que foi possível identificar a variabilidade espacial das variáveis climáticas e sua relação com a realidade apresentada por órgãos oficiais. Foi utilizada a metodologia do Zoneamento Agroecológico (ZAE) para a estimativa da produtividade da cana-de-açúcar nos períodos de 2006/2007, 2007/2008, 2008/2009 e 2009/2010. O modelo foi adaptado para a estimativa da produtividade potencial, estimada e o déficit hídrico. Os resultados foram comparados com dados oficiais divulgados pelo órgão IBGE na escala de município e apresentaram relativa eficácia, sendo grande parte com uma superestimativa entre 0 e 25 mil quilogramas por hectare. Foi possível também a geração de mapas de déficit hídrico no Estado de São Paulo para cada período, destacando assim áreas com queda na produtividade / Abstract: Subjective methods are normally used in Brazil to estimate agricultural production. These are based on interviews and therefore limited in terms of statistical evaluations and accuracy estimates of the results. This information is important for public and private planning. Agricultural monitoring and yield estimates using remote sensing and geotecnologies and weather data can contribute significantly for more accurate estimates with lower costs. Sao Paulo state is the largest producer of ethanol and sugarcane in Brazil, thus, it is extremely important to identify areas of sugarcane cultivation and detect the phenological phases, both spatial and temporally. Furthermore, knowledge of the influence of weather conditions allows production monitoring and the application of yield estimation models. NDVI images were used, for identification and monitoring of sugarcane. Quality and Reliability images were used for the elimination of contaminated pixels in NDVI images. These were used to map areas whose temporal profile resembled the sugarcane cultivation behavior, besides to identify the phases of peak of growth cycle (maximum vegetation biomass), harvest, end of harvesting and development of sugarcane. The results showed that the methodology was able to identify the characteristic profile of sugarcane and their respective stages of cultivation. Meteorological data from the ECMWF global model were also used for determining the total cumulated rainfall, global radiation, reference evapotranspiration and degree days between growth and harvesting phases of sugar cane in Sao Paulo and yield estimation. Previously a verification of accuracy and precision of the ECMWF was carried out by comparing 10-day period precipitation, maximum and minimum air temperature simulated with interpolated maps from 33 weather stations in Sao Paulo state between 2005 and 2010, generating statistical maps pixel by pixel. Statistical indexes showed to be satisfactory (most of the results with R² > 0.60, d > 0.7, RMSE < 5ºC and < 50 mm; Es < 5°C and < 24 mm) in the period studied and ECMWF model can be recommended for use in the Sao Paulo state. After verification, the periods accumulated were presented in map format using MODIS spatial resolution of 250 meters. The results showed the spatial variability of climate variables and the relationship to the reality presented by official data. For sugarcane yield estimate the Agroecological Zone (ZAE) methodology was used in the periods of 2006/2007, 2007/2008, 2008/2009 and 2009/2010. The estimation of potential yield and water deficit were adapted to the model. The results were compared with official data released by IBGE at municipality scale and presented relative effectiveness, being largely an overestimate between 0 and 25,000 kg per hectare. It was possible to create maps of water deficit in the Sao Paulo state for each period, highlighting sugarcane yield reducing areas / Doutorado / Planejamento e Desenvolvimento Rural Sustentável / Doutor em Engenharia Agrícola

Orientadores: Rubens Augusto Camargo Lamparelli, Jansle Vieira Rocha / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-21T10:18:28Z (GMT). No. of bitstreams: 1 Silva_AriadinyMonteiroda_M.pdf: 9434848 bytes, checksum: d30404263245bbdf2d47047fdf5f0d26 (MD5) Previous issue date: 2012 / Resumo: A palha é um dos principais subprodutos gerado no final do ciclo vegetativo da cana-deaçúcar. Ela tem um significado importante no contexto brasileiro dado que a partir dela podese gerar álcool e energia limpa, beneficiando o meio ambiente e a matriz energética. Assim é imprescindível aprofundar os estudos em torno da palha da cana e estimar a quantidade de resíduos produzidos ao final da colheita com o intuito de otimizar o processo de reaproveitamento desta. A lignina, celulose e hemicelulose, presentes na palha em grandes quantidades, são responsáveis pela estrutura fibrosa da cana-de-açúcar e é a partir deles que são dimensionados os processos de geração de energia (álcool e eletricidade). Neste contexto este trabalho teve o objetivo de utilizar o sensoriamento remoto para identificar estes componentes na cana-de-açúcar para subsidiar futuros levantamentos de estimativa de palha para fins energéticos e ambientais. Foram caracterizadas espectralmente 384 amostras de folhas de cana-de-açúcar, nas condições úmidas e secas, utilizando o espectroradiômetro FieldSpec Pro* com o intuito de identificar possíveis feições de absorções associadas aos componentes lignina, celulose e hemicelulose. Verificou-se que houve melhor discriminação das feições de absorção nas folhas secas, sendo que estas apresentaram valores de CAI e LCA superiores às folhas úmidas, pois 100% das amostras secas apresentaram valores de CAI positivos. O CAI foi o melhor estimador dos componentes se comparado ao LCA. As correlações entre CAI, LCA e NDVI permitiram a segregação/distinção entre as folhas nas condições úmidas e secas. E o CAI das palhas foi significativamente maior que o CAI do restante das folhas. Os resultados mostraram que nas feições visíveis próximo a 1730, 1780, 2100, 2270 e 2330 nm foram encontradas feições ligadas à lignina, hemicelulose e celulose e este estudo estudo permite concluir que as ferramentas do sensoriamento remoto podem ajudar como indicador de teores de lignina e celulose utilizando-se de índices de vegetação apropriados a estas finalidades, neste caso LCA e CAI, à luz dos novos programas espaciais de sensoriamento remoto hiperespectrais / Abstract: The straw is one of the main by-products generated at the end of the sugarcane vegetative cycle. It is significantly important in the Brazilian context, as alcohol and clean energy can be generated, thus benefiting the environment and the energy matrix. It is therefore essential to deepen the studies on the sugarcane straw and to estimate the amount of waste produced at the end of the harvest, in order to optimize its reuse process. Lignin, cellulose and hemicelluloses, present in the straw in large quantities, are responsible for the sugarcane fibrous structure; they enable to dimension the processes of energy generation (alcohol and electricity). The paper aimed to use remote sensing to identify these components in sugarcane in order to give support to future surveys on the use of straw for energy and environmental purposes. 384 samples of sugarcane leaf were characterized spectrally, in both wet and dry conditions, with the use of FieldSpec Pro* spectroradiometer, so as to identify possible absorption features associated with lignin, cellulose and hemicelluloses. There was better discrimination of the absorption features in the dried leaves, which showed higher values of LCA and CAI than the wet leaves, as 100% of the dried samples showed positive values of CAI. CAI was the best estimator of the components when compared to LCA. The correlations between CAI, LCA and NDVI allowed the segregation / distinction between the leaves in wet and dry conditions. The CAI of the straw was significantly higher than the CAI of the other leaves. The results showed that the visible features near 1730, 1780, 2100, 2270 and 2330 nm were found features linked to lignin, hemicellulose and cellulose and this study shows that remote sensing tools can help as an indicator of lignin and cellulose using vegetation index appropriate for these purposes, in which case LCA and CAI, the light of new space programs of hyperspectral remote sensing / Mestrado / Planejamento e Desenvolvimento Rural Sustentável / Mestra em Engenharia Agrícola