Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/305366
Type: DISSERTAÇÃO DIGITAL
Degree Level: Mestrado
Title: Estimativa de produção de cana-de-açúcar com base em dados remotos de baixa resolução espacial e índices climáticos
Title Alternative: Estimation of sugarcane production based on remote sensing data of low spatial resolution and climate indices
Author: Silva, Rachel Scrivani de, 1978-
Advisor: Zullo Junior, Jurandir, 1963-
Abstract: Resumo: A cana-de-açúcar é um dos principais produtos do agronegócio brasileiro e se destaca no contexto das mudanças climáticas e recursos hídricos por ser uma fonte de energia renovável. O aumento das temperaturas e a alteração na distribuição espacial e temporal das chuvas têm trazido impactos ao setor agrícola, que precisa se adaptar, pois a demanda por alimentos, água e energia é crescente. Nesse contexto, o monitoramento automático da cultura da cana-de-açúcar é indispensável para os planejamentos agrícola e hídrico, sendo necessários o desenvolvimento e o aprimoramento de metodologias que auxiliem os tomadores de decisões em suas atividades. Assim sendo, este trabalho se propôs a avaliar a utilização do índice de vegetação NDVI (Normalized Difference Vegetation Index) calculados a partir de dados obtidos pelos sensores remotos AVHRR/NOAA e MODIS/Terra, de baixa resolução espacial e alta resolução temporal, para o monitoramento automático da cana-de-açúcar no estado de São Paulo, gerando modelos numéricos destinados à estimativa da produção anual da cultura. Regressões lineares realizadas com as séries temporais do NDVI de ambos os satélites indicaram que há correlação entre os sensores AVHRR e MODIS na resolução espacial de 1 km e 250 m. Concluiu-se, também, que o agrupamento por mineração de dados gerou, de forma automática, grupos representativos de regiões agrícolas. Os modelos gerados para estimar a produção de cana-de-açúcar com base em dados de produção e de área plantada do IBGE, do índice de vegetação NDVI e do índice hídrico ISNA apresentaram coeficientes de correlação (R²) > 0.93, conseguindo estimar a produção de cana-de-açúcar em municípios grandes produtores do estado de São Paulo

Abstract: The sugarcane is one of the main products of the Brazilian agribusiness and stands out in the context of climate change and water resources because this crop is used as source of renewable energy. Rising temperatures and changes in spatial and temporal distribution of rainfall have brought impacts to the agricultural sector forcing it to adapt since the demand for food, water and energy is growing. In this context, the automatic monitoring of sugarcane crop is essential for the agricultural and water planning, requiring the development and improvement of methodologies to assist decision makers in their activities. Therefore, this study aimed at evaluating the use of Normalized Difference Vegetation Index (NDVI) from calculated from data obtained by the remote sensors AVHRR/NOAA and MODIS/Terra with low spatial resolution and high temporal resolution for the automatic monitoring of sugarcane in the state São Paulo, generating numerical models to estimate annual crop production through numerical models. Linear regressions applied to the NDVI time series of both satellites indicated that there is a correlation between the AVHRR and MODIS sensors on the spatial resolution of 1km and 250 m. We also concluded that the clustering by data mining have generated automatically clusters representing agricultural regions. The generated models for estimating sugarcane production based on production data and planted area from IBGE as well as indices such as NDVI and ISNA showed correlation coefficients (R²)> 0. 93 estimating the annual production of sugarcane in large municipalities producers of São Paulo
Subject: Sensoriamento remoto
Cana-de-açúcar
Editor: [s.n.]
Date Issue: 2016
Appears in Collections:FEAGRI - Tese e Dissertação

Files in This Item:
File SizeFormat 
Silva_RachelScrivanide_M.pdf5.72 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.