Informações sobre as condições de crescimento e expectativa de produção de culturas são importantes para a economia brasileira, visto que permitem um planejamento adequado da economia agrícola, contornando problemas de escassez e administrando com vantagens o excesso de produtos. Neste contexto, as tecnologias de sensoriamento remoto e geoprocessamento permitem a obtenção de informações precisas, em tempo hábil e com baixo custo. O presente trabalho teve como principal objetivo gerar subsídios para o aprimoramento do sistema atual de acompanhamento e previsão da safra de soja no Brasil, incorporando técnicas de sensoriamento remoto e geoprocessamento. Como objetivos específicos, buscou-se avaliar a acurácia da classificação digital de imagens LANDSAT para estimativa da área cultivada com soja e verificar a influência de aspectos regionais, tais como condições climáticas, de ocupação e de manejo, sobre a evolução temporal do índice de vegetação por diferença normalizada (NDVI), obtidos de imagens NOAA, visando o monitoramento da cultura da soja em projetos de previsão de safras. A estimativa de área cultivada com soja foi realizada através da classificação digital não supervisionada. Como verdade terrestre foram selecionadas 24 lavouras de soja, individualizadas na imagem com diferentes tamanhos e de diferentes regiões de uso e cobertura do solo, as quais foram quantificadas usando GPS de precisão topográfica. A verificação da acurácia da estimativa foi feita através de análise de regressão linear, sendo testada a significância do coeficiente de determinação. O monitoramento da cultura da soja foi realizada usando imagens decendiais de máximo NDVI. Nestas imagens, foram selecionadas 18 janelas amostrais, sendo extraídos os valores de NDVI e expressos na forma de perfis espectrais. Os resultados mostraram que a estimativa de área das lavouras cultivadas com soja, obtida através do processo de classificação digital não supervisionada em imagens LANDSAT, foi acurada e precisa para pequenas, médias e grandes lavouras, mostrando-se ser uma técnica eficiente para ser utilizada em projetos de previsão de safras de soja na região estudada. A evolução temporal do NDVI, obtida de imagens NOAA, apresentou sensibilidade quanto às diferenças de uso e cobertura do solo, demonstrando que as escalas espacial e temporal das imagens NOAA são adequadas para o acompanhamento em nível regional da evolução temporal da biomassa. Existe, ainda, potencial de uso de imagens NDVI para inferir sobre a área cultivada com soja em projetos de previsão de safras em escalas regionais, desde que a cultura seja predominante no pixel.

Informações sobre as condições de crescimento e expectativa de produção de culturas são importantes para a economia brasileira, visto que permitem um planejamento adequado da economia agrícola, contornando problemas de escassez e administrando com vantagens o excesso de produtos. Neste contexto, as tecnologias de sensoriamento remoto e geoprocessamento permitem a obtenção de informações precisas, em tempo hábil e com baixo custo. O presente trabalho teve como principal objetivo gerar subsídios para o aprimoramento do sistema atual de acompanhamento e previsão da safra de soja no Brasil, incorporando técnicas de sensoriamento remoto e geoprocessamento. Como objetivos específicos, buscou-se avaliar a acurácia da classificação digital de imagens LANDSAT para estimativa da área cultivada com soja e verificar a influência de aspectos regionais, tais como condições climáticas, de ocupação e de manejo, sobre a evolução temporal do índice de vegetação por diferença normalizada (NDVI), obtidos de imagens NOAA, visando o monitoramento da cultura da soja em projetos de previsão de safras. A estimativa de área cultivada com soja foi realizada através da classificação digital não supervisionada. Como verdade terrestre foram selecionadas 24 lavouras de soja, individualizadas na imagem com diferentes tamanhos e de diferentes regiões de uso e cobertura do solo, as quais foram quantificadas usando GPS de precisão topográfica. A verificação da acurácia da estimativa foi feita através de análise de regressão linear, sendo testada a significância do coeficiente de determinação. O monitoramento da cultura da soja foi realizada usando imagens decendiais de máximo NDVI. Nestas imagens, foram selecionadas 18 janelas amostrais, sendo extraídos os valores de NDVI e expressos na forma de perfis espectrais. Os resultados mostraram que a estimativa de área das lavouras cultivadas com soja, obtida através do processo de classificação digital não supervisionada em imagens LANDSAT, foi acurada e precisa para pequenas, médias e grandes lavouras, mostrando-se ser uma técnica eficiente para ser utilizada em projetos de previsão de safras de soja na região estudada. A evolução temporal do NDVI, obtida de imagens NOAA, apresentou sensibilidade quanto às diferenças de uso e cobertura do solo, demonstrando que as escalas espacial e temporal das imagens NOAA são adequadas para o acompanhamento em nível regional da evolução temporal da biomassa. Existe, ainda, potencial de uso de imagens NDVI para inferir sobre a área cultivada com soja em projetos de previsão de safras em escalas regionais, desde que a cultura seja predominante no pixel.

Informações sobre as condições de crescimento e expectativa de produção de culturas são importantes para a economia brasileira, visto que permitem um planejamento adequado da economia agrícola, contornando problemas de escassez e administrando com vantagens o excesso de produtos. Neste contexto, as tecnologias de sensoriamento remoto e geoprocessamento permitem a obtenção de informações precisas, em tempo hábil e com baixo custo. O presente trabalho teve como principal objetivo gerar subsídios para o aprimoramento do sistema atual de acompanhamento e previsão da safra de soja no Brasil, incorporando técnicas de sensoriamento remoto e geoprocessamento. Como objetivos específicos, buscou-se avaliar a acurácia da classificação digital de imagens LANDSAT para estimativa da área cultivada com soja e verificar a influência de aspectos regionais, tais como condições climáticas, de ocupação e de manejo, sobre a evolução temporal do índice de vegetação por diferença normalizada (NDVI), obtidos de imagens NOAA, visando o monitoramento da cultura da soja em projetos de previsão de safras. A estimativa de área cultivada com soja foi realizada através da classificação digital não supervisionada. Como verdade terrestre foram selecionadas 24 lavouras de soja, individualizadas na imagem com diferentes tamanhos e de diferentes regiões de uso e cobertura do solo, as quais foram quantificadas usando GPS de precisão topográfica. A verificação da acurácia da estimativa foi feita através de análise de regressão linear, sendo testada a significância do coeficiente de determinação. O monitoramento da cultura da soja foi realizada usando imagens decendiais de máximo NDVI. Nestas imagens, foram selecionadas 18 janelas amostrais, sendo extraídos os valores de NDVI e expressos na forma de perfis espectrais. Os resultados mostraram que a estimativa de área das lavouras cultivadas com soja, obtida através do processo de classificação digital não supervisionada em imagens LANDSAT, foi acurada e precisa para pequenas, médias e grandes lavouras, mostrando-se ser uma técnica eficiente para ser utilizada em projetos de previsão de safras de soja na região estudada. A evolução temporal do NDVI, obtida de imagens NOAA, apresentou sensibilidade quanto às diferenças de uso e cobertura do solo, demonstrando que as escalas espacial e temporal das imagens NOAA são adequadas para o acompanhamento em nível regional da evolução temporal da biomassa. Existe, ainda, potencial de uso de imagens NDVI para inferir sobre a área cultivada com soja em projetos de previsão de safras em escalas regionais, desde que a cultura seja predominante no pixel.

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A produção de borracha natural de seringueira (Hevea brasiliensis) é uma atividade estratégica para a economia nacional. O principal fator redutor da produtividade dessa atividade é a ocorrência de doenças no seringal. O nematoide de galhas (Meloidogyne exigua) é a principal doença radicular dessa cultura no Brasil e sua identificação antecipada permite um melhor manejo desta epidemia no seringal e a redução de seus prejuízos. O objetivo desse estudo foi identificar áreas com a ocorrência de M. exigua em seringais através do uso dos índices espectrais de vegetação - Índice de Vegetação por Diferença Normalizada (NDVI) e Índice de Razão Simples (RS) - gerados a partir de imagens da constelação de satélites RapidEye® (resolução de 5 metros). Seringais produtivos, com pelo menos 7 anos de plantio, em Minas Gerais (irrigado) e em Goiás (não irrigado) foram amostrados e georreferenciados na segunda metade do período das chuvas e as densidades de nematoides no solo, nas raízes e total foram estimadas. O seringal em Minas Gerais foi amostrado inicialmente seguindo as anormalidades evidenciadas pelo índice NDVI gerado através de imagens do satélite Landsat 8 (resolução de 30 metros). O seringal em Goiás foi amostrado aleatoriamente com o intuito de validar os resultados observados no seringal em Minas Gerais. Apesar de serem identificadas regressões significativas com o uso de imagens de alta resolução (RapidEye®) entre as variáveis densidades de nematoides e os índices espectrais de vegetação, nenhuma apresentou coeficiente de determinação (R2) superior a 0,31. A estatística descritiva do conjunto de dados de ambos os seringais não identificou diferenças entre as áreas para as densidades de nematoides encontradas nas raízes ou a densidade total, no entanto, a densidade de nematoides no solo foi aproximadamente 236% superior no seringal em Goiás, enquanto que ambos os índices neste seringal foram inferiores aos índices estimados para o seringal em Minas Gerais. Está diferença foi consequência da irrigação na área em Minas Gerais. As correlações de Pearson, Spearman e Kendall foram calculadas para as densidades de nematoides e os índices espectrais. As correlações entre a densidade de nematoides do seringal e o índice NDVI foram as que apresentaram os maiores coeficientes significativos para qualquer das correlações avaliadas. Através do índice NDVI é possível diferenciar um seringal não infestado de um seringal infestado pelo nematoide de galhas M. exigua. / The production of natural rubber from rubber trees (Hevea brasiliensis) is a strategic activity for Brazilian economy. The main factor reducing productivity of this activity is the occurrence of diseases in the rubber plantation. The root-knot nematode (Meloidogyne exigua) is the main root disease of this culture in Brazil and its early identification enables better management of its outbreak in orchards and the reduction of their losses. This study identified areas with the occurrence of M. exigua in rubber plantations through the use of spectral vegetation indices - Normalized Difference Vegetation Index (NDVI) and Simple Ratio Index (SR) - generated from images of the constellation RapidEye® satellites (5 meters resolution). Productive rubber plantations, at least 7 years old, in Minas Gerais (irrigated) and Goiás (non-irrigated) states were sampled and georeferenced in the second half of the rainny season and the quantities of nematodes in soil, roots and total were estimated. The rubber plantation in Minas Gerais was sampled initially following the abnormalities detected by the NDVI index generated through the images of Landsat 8 satellite (30 meters resolution). The rubber plantation in Goiás was sampled randomly to validate the results observed in the first rubber plantation (Minas Gerais). In spite of the identification of significant regressions with the use of high resolution images (RapidEye®) between the variables quantities of nematodes and spectral vegetation indices, none showed a coefficient of determination (R2) greater than 0.31. The descriptive statistics of the data set from both surveys did not identify differences in the quantities of nematodes found in the roots or the total quantity between the areas, however, the amount of nematodes in the soil was approximately 236% greater in Goiás rubber plantation, while both spectral vegetation indices (NDVI and SR) in this rubber plantation were lower than the indices estimated for the rubber plantation in Minas Gerais. This difference was a result of irrigation in the area in Minas Gerais. The correlations of Pearson, Spearman and Kendall were calculated between the densities of nematodes and the spectral vegetation indexes. The correlations between the amount of nematodes in rubber trees plantation and NDVI index showed the best significant coefficients for any of the correlations evaluated. Through the NDVI index it is possible to differentiate an infested rubber tree plantation from a non-infested rubber tree plantation by M. exigua root-knot nematode. / Tese (Doutorado)