A república de Moçambique é um país localizado ao longo da costa Leste da África Austral, com a economia baseada essencialmente na prática da agricultura. A cultura do milho (Zea mays L.) é a mais importante, cultivada em regime de sequeiro, com rendimentos dependentes das condições meteorológicas. Modelos agrometeorológicos de estimativa de rendimentos de culturas alimentares são alternativas viáveis para tomada de decisão em medidas de segurança alimentar e abastecimento. O calendário agrícola e o sistema de produção tornam o uso de geotecnologias uma importante ferramenta para o monitoramento de culturas e o desenvolvimento de modelos de estimativa de rendimentos. Produtos de dados de sensoriamento remoto, como índices espectrais combinados com parâmetros agrometeorológicos podem melhorar as representações espaciais de rendimentos do milho em Moçambique. O ajuste de um modelo agrometeorológico espectral para estimativa de rendimentos do milho por regressão linear múltipla na província de Manica-Moçambique constituiu o objetivo do estudo. Foi realizado um mapeamento de áreas agrícolas por análise multitemporal do NDVI/MODIS e também foi avaliada a eficiência de variáveis agrometeorológicas e espectrais na estimativa de rendimentos do milho em uma área da província de Manica que envolve os distritos de Gondola, Manica, Mossurize e Sussundenga, responsáveis por mais de 80% da produção de milho na província nos anos de 2000 a 2009. Foi desenvolvido um modelo de início do ciclo do milho baseado em critérios de chuva, e estabelecendo um ciclo fixo do milho em 130 dias. A metodologia de mapeamento de áreas agrícolas consistiu em somatórios de imagens binárias geradas por diferença de NDVI máximo e mínimo ao longo do ciclo e estabelecimento de níveis de restrição com base em comparações com estatísticas oficiais por distrito. As variáveis agrometeorológicas testadas foram evapotranspiração relativa (ETr/ETm) e o índice de satisfação das necessidade de água (ISNA) calculados a partir de dados de estimativas de elementos meteorológicos do modelo do ECMWF. O conjunto de variáveis espectrais compreendiam composições de 16 dias de índices de vegetação EVI e NDVI provenientes do produto MOD13Q1 do sensor MODIS e o LSWI, gerado por diferença normalizada de bandas de refletância de superfície do infravermelho próximo e médio contidas no mesmo produto. O modelo agrometeorológico espectral envolveu as variáveis meteorológicas e espectrais como independentes sendo o rendimento médio e relativo, as variáveis dependentes ajustadas em um modelo de regressão múltipla. Todos os distritos, a exceção de Mossurize, geraram modelos com bom desempenho nas estimativas de rendimentos do milho e significado físico. O modelo regional, incluindo Gondola, Manica e Sussundenga e envolvendo o rendimento relativo foi o mais recomendado para estimativa de rendimentos do milho na região com r2 = 0,762 e RMSE de 9,46%. / Mozambique is a country located along the east coast of southern Africa, with an economy based primarily on agriculture. The Maize crop (Zea mays L.) is the most important crop, growing in rainfed conditions, with its yield dependent only on weather conditions. Agrometeorological models to forecast yields of food crops are viable alternatives for decision making on food safety measures and supply. The agricultural calendar and the production system make use of geotechnologies an important tool for crop monitoring and yield forecasting. Products from remote sensing data, combined with spectral indices and agrometeorological parameters can improve the spatial representations of maize yields in Mozambique. Setting an agrometeorological model to estimate the spectral yield of corn by multiple linear regression in Manica province, Mozambique was the objective of the study. Were conducted a mapping of agricultural areas by analyzing multitemporal NDVI / MODIS and also evaluated the effectiveness of spectral and meteorological variables in the estimated maize yield in an area of Manica province involving the districts of Gondola, Manica, Mossurize and Sussundenga responsible for more than 80% of corn production in the province in the years 2000 to 2009. A model was developed to estimate the beginnig of the corn cycle, using as a criteria the rainfall, and setting a fixed cycle of corn in 130 days. The methodology for mapping agricultural areas consisted of sums of binary images generated by the difference of maximum and minimum NDVI throughout the cycle and establishing levels of restriction based on comparisons with official statistics by district. Were tested the meteorological variables: the relative evapotranspiration (ETr / ETm) and the index of satisfaction of water needs (ISNA) calculated from data from meteorological model of ECMWF. The set of spectral variable were comprised of 16 days composition of vegetation indices NDVI and EVI from the MODIS product MOD13Q1 and LSWI generated from normalized difference of surface reflectance bands of near-infrared and medium infrared contained the same product. The meteorological and spectral variables was the set of independent variables and the average and relative yield were the set of dependent variables used to adjusted a multiple regression model, called agrometeorological-spectral model. To all districts, except for Mossurize were generated models with good performance in estimating the corn yield and with physical meaning. The regional model, including Gondola, Manica and Sussundenga and involving the relative yield was the most suitable for estimating corn yield in the region with r2 = 0.762 and RMSE of 9.46%.
Identifer | oai:union.ndltd.org:IBICT/oai:lume56.ufrgs.br:10183/30188 |
Date | January 2011 |
Creators | Mabilana, Hugo Adriano |
Contributors | Fontana, Denise Cybis |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, instname:Universidade Federal do Rio Grande do Sul, instacron:UFRGS |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0029 seconds