Submitted by Mario BC (mario@bc.ufrpe.br) on 2016-08-15T13:14:14Z
No. of bitstreams: 1
Anderson Santos da Silva.pdf: 1059889 bytes, checksum: ff989424df01788dbda8e075b1d48a91 (MD5) / Made available in DSpace on 2016-08-15T13:14:14Z (GMT). No. of bitstreams: 1
Anderson Santos da Silva.pdf: 1059889 bytes, checksum: ff989424df01788dbda8e075b1d48a91 (MD5)
Previous issue date: 2016-02-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / This research is based on estimated and observed agricultural productivity in an area of
commercial sugarcane production located at São Francisco’s Agroindustry – AGROVALE
S.A., Juazeiro – BA, Brazilian northeast. The new yield estimation models were obtained by multiple linear regression, in which the inputs variables were: irrigation, precipitation,
average air temperature, vapor saturation deficit of the air, photoperiod, normalized difference vegetation index (NDVI), leaf area index (LAI) and fractional soil cover (FC). To obtain these models, it was used the statistics program Statística version 10. Futhermore, the meteorological data were obtained from an automatic weather station located at the Farm Brasil Uvas, Juazeiro – BA such as: precipitation (mm), temperature (°C), relative humidity (%), evapotranspiration (mm), current vapor pressure (hPa) and saturation vapor pressure (hPa). The crop yield data and parameters related to crop development were obtained from AGROVALE Agriculture Department. The spectral data, NDVI, IAF and FC, were extracted from MODIS sensor images (Spectroradiometer Imager Moderate Resolution). The data used to models validation were obtained from the same sources previously mentioned. The data were analyzed by mean absolute error (DMA) and mean relative error (DMR). The comparison of yield observed and estimated values showed that the spectral agrometeorological model (SAM) presented the lower and better mean relative error (DMR) with a mean variation of 0.34 %, followed by agrometeorological model with a mean variation of 1.37 % and, finally, the spectral model presented larger mean relatives errors in comparison with other two models, showing a mean variation of 6.58%, approaching AGROVALE’s technicians estimation that presented a mean variation of 6.75%. At the validation’s model for the 2004/2005 crop year, the spectral surpassed the agrometeorological and agrometeorological spectral with average relative errors of 5.05%, while for other models the difference were 15.11% and 16.19%, reflecting a productivity of 93.05 t ha-1 versus 83.19 t ha-1 and 82.13 t ha-1 of agrometeorological and agrometeorologicalspectral models, respectively, for an observed yield of 98 t ha-1. Soon after the 2011/2012 years crop there was a planting renovation with a new variety, with different physiology and consequently a distinct productive power and, from 2013/2014 crop year, the models underestimated the productivity compared to the real. The estimate made by the technicians, based on the crop development since planting until next harvest, showed satisfactory results as well as the tested models. / Esta pesquisa baseou-se na avaliação de produtividade agrícola estimada e observada em uma área de cultivo comercial de cana-de-açúcar localizada na Agroindústria do Vale do São Francisco – AGROVALE S.A., Juazeiro – BA, sertão nordestino. Novos modelos de estimativas de produtividades foram obtidos por regressão linear múltipla utilizando-se, como variáveis de entrada: a irrigação, a precipitação, a temperatura média do ar, o déficit de saturação de vapor do ar, o fotoperíodo, o índice de vegetação por diferença normalizada (NDVI), o índice de área foliar (IAF) e a fração de cobertura do solo (FC). Para obtenção
desses modelos utilizou-se o programa estatístico Statística versão 10. Além disso, os meteorológicos foram obtidos na estação meteorológica automática instalada na Fazenda Brasil Uvas, em Juazeiro – BA sendo elas: precipitação, temperatura, umidade relativa, evapotranspiração, pressão atual de vapor e pressão de saturação de vapor. Os dados de rendimento agrícola e parâmetros inerentes ao desenvolvimento da cultura foram disponibilizados pelo Departamento Agrícola da usina AGROVALE. Os dados espectrais:
NDVI, IAF e FC foram extraídos de produtos derivados de imagens orbitais do sensor MODIS (Espectrorradiômetro Imageador de Resolução Moderada). Os dados para validação dos modelos também foram obtidos nas mesmas fontes citadas anteriormente. Os dados foram avaliados por meio do cálculo do erro médio absoluto e do erro médio relativo ou percentual. A comparação dos valores observados e estimados de produtividades mostra que o modelo agrometeorológico-espectral (MAE) apresentou as menores e melhores diferenças médias relativas com uma variação média de 0,34%, seguido do modelo agrometeorológico (MA) com uma variação média de 1,37% e por último o modelo espectral (ME) apresentou as maiores diferenças médias relativas, quando comparado com os outros dois modelos obtendo uma variação média de 6,58%, aproximando-se mais da estimativa feita pelos técnicos da usina que apresentou variação média de 6,75%. Na validação dos modelos para o ano-safra de 2004/2005 o espectral superou os agrometeorológico e o agrometeorológico-espectral com diferenças médias relativas na ordem de 5,05% enquanto nos demais modelos as diferenças foram de 15,11% e 16,19%, refletindo numa produtividade de 93,05 t ha-1 contra 83,19 t ha-1 e 82,13 t ha-1 dos modelos agrometeorológicos e agrometeorológico-espectral, respectivamente, para uma produtividade observada de 98 t ha-1. Logo após a safra de 2011/2012 ocorreu uma renovação de plantio com nova variedade, fisiologia diferenciada e, consequentemente, um poder produtivo distinto e a partir da safra de 2013/2014 os modelos subestimaram a produtividade quando comparadas com o real. A estimativa feita pelos técnicos da usina baseada no desenvolvimento da cultura desde o plantio até próximo da colheita, apresentou resultados satisfatórios assim como os modelos testados.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede2/5319 |
| Date | 26 February 2016 |
| Creators | SILVA, Anderson Santos da |
| Contributors | MOURA, Geber Barbosa de Albuquerque, LOPES, Pabricio Marcos Oliveira, NÓBREGA, Ranyére Silva, GOMES, Anthony Wellignton Almeida, NASCIMENTO, Cristina Rodrigues, SILVA, Ênio Farias França e |
| Publisher | Universidade Federal Rural de Pernambuco, Programa de Pós-Graduação em Engenharia Agrícola, UFRPE, Brasil, Departamento de Engenharia Agrícola |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRPE, instname:Universidade Federal Rural de Pernambuco, instacron:UFRPE |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | -5347692450416052129, 600, 600, 600, 600, 600, -2862116196355079674, 9185445721588761555, 2075167498588264571, -2555911436985713659 |
Page generated in 0.0023 seconds