Tipo de trabalho: Tese de Doutorado 
Instituição: Programa de Pós-graduação em Engenharia Agrícola da Universidade Estadual de Campinas (Unicamp/SP)
Áno: 2007

Autor: Erivelto Mercante 

Resumo:

Estudos e pesquisas referentes ao acompanhamento da produção agropecuária tem um peso determinante e estratégico na economia do país. Nos últimos anos, essas pesquisas vêm sofrendo grandes transformações para se tornarem menos subjetivas. A associação das técnicas de sensoriamento remoto e métodos estatísticos, podem proporcionar uma visão sinóptica das áreas semeadas, gerando assim, informações sobre a área plantada das culturas e a variabilidade existente nelas. Entretanto, a utilização dos dados provenientes de imagens de satélites, está condicionada principalmente às propriedades de reflectância e absorção dos componentes da superfície e pelo comportamento da atmosfera. Dentre as culturas de grande valor econômico, a soja (Glycine max (L) Merrill.) se destaca como um dos principais produtos da agricultura brasileira, assumindo grande importância econômica nas exportações. O Estado do Paraná se destaca como um dos maiores produtores agrícolas do país, e a sua economia é baseada principalmente na agricultura voltada para a produção de grãos. Neste contexto, o objetivo da pesquisa foi estudar a relação entre o comportamento espectral da cultura de soja com a sua produtividade final, ao longo de seu do ciclo de desenvolvimento, gerando informações e metodologias para auxiliar no acompanhamento da produção e estimativa de área da cultura na região Oeste do Paraná. As áreas monitoradas abrangem 36 municípios na maior parte da região Oeste do Estado do Paraná e duas áreas agrícolas comerciais (57 e 47 hectares) localizadas próximas ao município de Cascavel/PR. Foram utilizadas imagens do satélite Landsat 5/TM (cena órbita/ponto 223/77) e imagens do satélite Terra sensor MODIS (produto MOD13Q1), caracterizando assim, a passagem de escala entre as imagens dos dois sensores com resoluções espaciais diferentes. Dados de produtividade da cultura foram coletados, na escala local (para as duas áreas monitoradas) e na escala regional junto a Secretária de Agricultura e Abastecimento do Paraná – SEAB (para os 36 municípios). Através das imagens dos satélites, a cultura da soja foi monitorada, nas safras 2003/2004 e 2004/2005. Para a utilização das imagens do satélite Landsat 5/TM de forma multitemporal foram realizados ainda os procedimentos de correção atmosférica e de normalização de imagens. No intuito de caracterizar a resposta espectral da biomassa da cultura da soja e a sua relação com a produtividade final, geraram-se imagens referentes aos índices de vegetação NDVI e GVI. Foram realizadas análises de correlação e regressão entre dados de produtividade (variável predita) e dados espectrais (variável preditora) oriundos dos índices de vegetação (NDVI e GVI) em nível municipal (36 municípios) e local (duas áreas monitoradas). Os resultados obtidos com a correção atmosférica e a normalização de imagens apresentaram-se coerentes quanto ao comportamento espectral dos alvos vegetação e solo. Após o mapeamento das áreas com a cultura da soja (“máscaras de soja”) por meio das imagens temporais do Landsat 5/TM, foi possível realizar a passagem de escala para o sensor MODIS. O comportamento espectral da cultura mostrou-se diferente para as imagens Landsat 5/TM com os tratamentos de reflectância aparente, de superfície e de normalização. Por meio dos gráficos dos perfis espectrais traduzidos pelos índices NDVI e GVI foi possível acompanhar o ciclo de desenvolvimento da cultura da soja. As melhores correlações e regressões lineares entre os parâmetros espectrais e a produtividade final, ocorrerão quando considerado todo o ciclo de desenvolvimento da cultura. Quanto aos índices de vegetação utilizados NDVI e GVI, observou-se que o GVI teve comportamento menos variável quando analisado os resultados das regressões. Em síntese, os resultados demonstraram que utilizando somente técnicas de modelagem estatísticas com dados espectrais foi possível estimar em até 85% a variabilidade encontrada na produtividade da soja.