Made available in DSpace on 2017-07-10T19:24:22Z (GMT). No. of bitstreams: 1 Rennan Paloschi.pdf: 6045931 bytes, checksum: aaf808f0385b6382605fe18caaca76c0 (MD5) Previous issue date: 2016-02-04 / Although there are studies that have been seeking modeling the influence of meteorological variables in relation to crop yield, the application of such models on a global scale and the consequent achievement concerning spatial results is a real challenge due to the complexity of the involved variables. Thus, this study aimed to analyze and implement software that allows the application of models to estimate agricultural yield based on remote sensing images, in a spatial and automated way. Yield estimation model using FAO water balance, as well as the needed indices to calculate it were implemented and subsequently tested for soybean cropping in Parana state for the 2011/2012 harvesting season. Design standards and analyses by language Unified Modeling Language (UML) were used to create a software structures and standardize computational tools. Such structures were implemented to data processing, water balance estimation and yield estimation, whose result was a version 1.0.1 software Crop-yield Modeling Platform - CyMP. Its structure makes implementation and use of estimation models more practical, automated, reusable and scalable for cropping yield. According to the proposed software, it was possible to reduce noise in vegetation indices from the orbital sensor images of Moderate Resolution Imaging Spectroradiometer - MODIS, interpolate images from the European Centre for Medium-Range Weather Forecasts ECMWF, climate model to MODIS resolution, determine FAO water balance, estimate dates of development cycle of soybean crop, estimate hydric stress factor, estimate real evapotranspiration, and finally estimate both gross potential yield and attainable yield of soybean crop in Paraná State for the 2011/2012 harvesting season. / Embora haja estudos que busquem modelar as influências de variáveis agrometeorológicas em relação à produtividade das culturas agrícolas, a aplicação destes modelos em escala global e a consequente obtenção de resultados de forma espacial é um verdadeiro desafio dada a complexidade de variáveis envolvidas. Assim, este trabalho buscou analisar e implementar um software que permita a aplicação de modelos de estimativa de produtividade agrícola, baseados em imagens de sensoriamento remoto, de forma espacial e automatizada. O modelo de estimativa de produtividade, utilizando o balanço hídrico FAO, assim como os índices necessários para obtê-lo, foi implementado e posteriormente testado para o cultivar soja no Estado do Paraná para a safra 2011/2012. Padrões de projeto e análises utilizando a Unified Modeling Language (UML) foram utilizados na construção de estruturas de software e padronização de ferramentas computacionais. Tais estruturas foram implementadas para tratamento de dados, estimativa de balanço hídrico e estimativa de produtividade para dar origem ao software Crop-yield Modeling Platform CyMP, versão 1.0.1. Sua estrutura torna, de formas prática, automatizada, reutilizável e escalável, a implementação e a utilização de modelos de estimativa de produtividade agrícola. De acordo com o software proposto, foi possível suavizar ruídos em índices de vegetação provenientes de imagens do sensor Moderate Resolution Imaging Spectroradiometer - MODIS, interpolar imagens provindas do modelo climático europeu - European Centre for Medium-Range Weather Forecasts ECMWF - para resolução MODIS, determinar o balanço hídrico FAO, estimar as datas do ciclo de desenvolvimento da cultura da soja, estimar o fator de estresse hídrico da cultura, estimar a evapotranspiração real e, por fim, estimar tanto a produtividade potencial bruta como a produtividade atingível da cultura da soja no Estado do Paraná para safra 2011/2012.

Made available in DSpace on 2017-05-12T14:47:37Z (GMT). No. of bitstreams: 1 Rennan Paloschi.pdf: 6045931 bytes, checksum: aaf808f0385b6382605fe18caaca76c0 (MD5) Previous issue date: 2016-02-04 / Although there are studies that have been seeking modeling the influence of meteorological variables in relation to crop yield, the application of such models on a global scale and the consequent achievement concerning spatial results is a real challenge due to the complexity of the involved variables. Thus, this study aimed to analyze and implement software that allows the application of models to estimate agricultural yield based on remote sensing images, in a spatial and automated way. Yield estimation model using FAO water balance, as well as the needed indices to calculate it were implemented and subsequently tested for soybean cropping in Parana state for the 2011/2012 harvesting season. Design standards and analyses by language Unified Modeling Language (UML) were used to create a software structures and standardize computational tools. Such structures were implemented to data processing, water balance estimation and yield estimation, whose result was a version 1.0.1 software Crop-yield Modeling Platform - CyMP. Its structure makes implementation and use of estimation models more practical, automated, reusable and scalable for cropping yield. According to the proposed software, it was possible to reduce noise in vegetation indices from the orbital sensor images of Moderate Resolution Imaging Spectroradiometer - MODIS, interpolate images from the European Centre for Medium-Range Weather Forecasts ECMWF, climate model to MODIS resolution, determine FAO water balance, estimate dates of development cycle of soybean crop, estimate hydric stress factor, estimate real evapotranspiration, and finally estimate both gross potential yield and attainable yield of soybean crop in Paraná State for the 2011/2012 harvesting season. / Embora haja estudos que busquem modelar as influências de variáveis agrometeorológicas em relação à produtividade das culturas agrícolas, a aplicação destes modelos em escala global e a consequente obtenção de resultados de forma espacial é um verdadeiro desafio dada a complexidade de variáveis envolvidas. Assim, este trabalho buscou analisar e implementar um software que permita a aplicação de modelos de estimativa de produtividade agrícola, baseados em imagens de sensoriamento remoto, de forma espacial e automatizada. O modelo de estimativa de produtividade, utilizando o balanço hídrico FAO, assim como os índices necessários para obtê-lo, foi implementado e posteriormente testado para o cultivar soja no Estado do Paraná para a safra 2011/2012. Padrões de projeto e análises utilizando a Unified Modeling Language (UML) foram utilizados na construção de estruturas de software e padronização de ferramentas computacionais. Tais estruturas foram implementadas para tratamento de dados, estimativa de balanço hídrico e estimativa de produtividade para dar origem ao software Crop-yield Modeling Platform CyMP, versão 1.0.1. Sua estrutura torna, de formas prática, automatizada, reutilizável e escalável, a implementação e a utilização de modelos de estimativa de produtividade agrícola. De acordo com o software proposto, foi possível suavizar ruídos em índices de vegetação provenientes de imagens do sensor Moderate Resolution Imaging Spectroradiometer - MODIS, interpolar imagens provindas do modelo climático europeu - European Centre for Medium-Range Weather Forecasts ECMWF - para resolução MODIS, determinar o balanço hídrico FAO, estimar as datas do ciclo de desenvolvimento da cultura da soja, estimar o fator de estresse hídrico da cultura, estimar a evapotranspiração real e, por fim, estimar tanto a produtividade potencial bruta como a produtividade atingível da cultura da soja no Estado do Paraná para safra 2011/2012.