Orientador: Jurandir Zullo Junior / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-15T01:18:51Z (GMT). No. of bitstreams: 1
Nascimento_CristinaRodrigues_D.pdf: 5361579 bytes, checksum: 0b5533ef40b677f1518712497bdd6258 (MD5)
Previous issue date: 2010 / Resumo: O Brasil é líder mundial na fabricação, exportação de açúcar e na produção de álcool. O estado de São Paulo responde por 60% da produção de açúcar e 61% de todo o álcool produzido no país. Em função da alta relevância da produção, é importante que se tenham estimativas e levantamentos seguros das áreas cultivadas com a cultura. O avanço das diferentes técnicas de sensoriamento remoto tem permitido utilizar imagens de satélites para monitorar e auxiliar a estimativa dessas áreas. São inúmeras as opções, entre elas as imagens do sensor AVHRR/NOAA. Aliando a necessidade de obter estimativas mais precisas das safras de cana-de-açúcar, com o potencial de adquirir informações agrícolas da cultura através do NDVI, o presente trabalho explorou a análise de séries temporais das imagens NDVI/AVHRR, na identificação das áreas com cana-de-açúcar no Estado de São Paulo. A partir da identificação operacional, foram selecionados municípios com áreas expressivas a fim de testar a viabilidade do uso de um modelo fenológico-espectral, no fornecimento de informações objetivas que possam auxiliar os sistemas de previsão de safras. Os resultados apontam que as áreas com cana-de-açúcar foram bem modeladas, a partir da análise harmônica, nas cinco safras analisadas, permitindo sua diferenciação entre outras culturas, nas composições RGB utilizadas, em função dos respectivos ciclos vegetativos. A partir da classificação supervisionada, utilizando o algoritmo máxima verossimilhança das imagens amplitude, termo aditivo e fase foi gerado um mapa representando a distribuição espacial das áreas com a cultura no estado nos anos-safras 03/04, 04/05, 05/06, 06/07 e 07/08. Nestes mapas a classe cana-de-açúcar foi representada em função da área ocupada, sendo este parâmetro avaliado a partir de duas metodologias distintas: Expansão direta e Matriz de erro. Os resultados obtidos em cada ano-safra foram comparados com o dado considerado referência, fornecidos pelo projeto CANASAT/INPE. Verificou-se, que os menores erros relativos, em torno de 10% para a safra 07/08, foram encontrados a partir da estimativa baseado na Matriz de erro. Quanto ao modelo fenológico-espectral, a utilização de imagens do AVHRR/NOAA-17 apresentou resultados bastante satisfatórios, possibilitando um aumento da objetividade dos métodos de acompanhamento e previsão de safras. Ao ser aplicado como modelo de crescimento, este apresentou resultados favoráveis para apoio ao acompanhamento e previsão de safra da cultura. A utilização de valores de NDVI do meio do ciclo da cultura gerou melhores resultados quando aplicado nas fórmulas de Massa Seca de Colmos e nas fórmulas de MSC Máxima e Proporcional. O modelo possibilitou um monitoramento mais frequente das condições de campo e a obtenção de resultados de uma maneira mais rápida e objetiva. A equação de regressão, considerando o dia após o corte em torno de 122 a 132 dias, foi a que apresentou resultado melhor na estimativa da produtividade. Devido ao baixo custo de aquisição das imagens, à longevidade do sistema, à abrangência espacial das imagens e à possibilidade de geração de índices a partir de suas bandas espectrais, a utilização de metodologias que envolvam a aplicação da série temporal dessas imagens, é uma ferramenta útil em sistemas operacionais de acompanhamento e previsão de safras. / Abstract: Brazil is the first world producer of sugar cane. The State of Sao Paulo is the first national producer of sugar cane, contributing with more than 60% of national production. Due to the high relevance of production, it is important to have insurance estimates and surveys of areas cultivated with the crop. The progress of the different remote sensing techniques has allowed to use satellite images to monitor and assist the estimation of these areas. There are numerous options, including images from the AVHRR/NOAA. Combining the need to obtain more precise estimates of the yields of cane sugar, with the potential to acquire agricultural information culture through the NDVI, this study explored the time series analysis of NDVI/AVHRR images and the identification of areas with sugar cane in the State of Sao Paulo. After identifying operational, were selected municipalities with significant areas in order to test the feasibility of using a model phenological-spectral, in providing objective information that can help systems crop forecast. The results indicate that areas with sugar cane are well modeled, from the harmonic analysis, the five crops examined, allowing them to differentiate them from other cultures, the RGB compositions used according to their growing seasons. From the supervised classification using the maximum likelihood algorithm of image amplitude, phase and aditive term was generated a map representing the spatial distribution of culture in the state in the crop-season 03/04, 04/05, 05/06, 06/07 and 07/08. These maps the class sugar cane was represented as a function of the area occupied, and this parameter assessed using two different methodologies: direct expansion and error matrix. The results obtained in each crop-season were compared with a figure regarded as reference, provided by the project CANASAT/INPE. It was found that the smaller relative errors, around 10% for the season 07/08, were found from the estimate based on the error matrix. The phenological-spectral model, the use of time series AVHRR/NOAA-17 showed satisfactory results, allowing an increase in the objectivity of the methods of monitoring and forecasting of seasons. When applied as a model of growth, it showed favorable results to support the monitoring and prediction of crop culture. The use of NDVI values of the middle of the cycle gave better results when applied to formulas of culm dry mass and follow-on MSC Maximum and Proportional. The model allowed a more frequent monitoring of field conditions and obtain results in a more rapid and objective. The regression equation, considering the day after the cut at around 122 to 132 days, showed the best result in the estimation of productivity. Due to the low cost of acquisition of images, the longevity of the system, the spatial extent of images and the possibility of generating indexes based on their spectral bands, using methodologies that involve the application of time series of images, is a tool useful in operating systems for monitoring and forecasting crop. / Doutorado / Planejamento e Desenvolvimento Rural Sustentável / Doutor em Engenharia Agrícola
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/256944 |
| Date | 02 November 2010 |
| Creators | Nascimento, Cristina Rodrigues |
| Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Zullo Junior, Jurandir, 1963-, Vieira, Carlos Antonio Oliveira, Moura, Geber Barbosa de Albuquerque, AngelaFagnani, Maria, Rodrigues, Luiz Henrique Antunes |
| Publisher | [s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Agrícola, Programa de Pós-Graduação em Engenharia Agrícola |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | 129 p. : il., application/pdf |
| Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0031 seconds