Índices de vegetação Modis aplicados na discriminação de áreas de soja
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Outros Autores: | , , , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Pesquisa Agropecuária Brasileira (Online) |
Texto Completo: | https://seer.sct.embrapa.br/index.php/pab/article/view/11222 |
Resumo: | O objetivo deste trabalho foi avaliar o desempenho do índice de vegetação realçado (EVI) e do índice de vegetação da diferença normalizada (NDVI) – ambos do sensor “moderate resolution imaging spectroradiometer” (Modis) –, para discriminar áreas de soja das áreas de cana‑de‑açúcar, pastagem, cerrado e floresta, no Estado do Mato Grosso. Foram utilizadas imagens adquiridas em dois períodos: durante a entressafra e por ocasião do pleno desenvolvimento da cultura da soja. Para cada classe analisada, foram selecionadas 31 amostras de mapas de referência e avaliadas as diferenças nos valores de cada índice de vegetação, para a classe soja, foram avaliadas frente às demais classes, por meio do teste de Tukey‑Kramer. Em seguida, foram avaliadas as diferenças entre os índices de vegetação, por meio do teste de Wilcoxon pareado. O NDVI apresentou melhor desempenho na discriminação das áreas de soja na entressafra, particularmente com uso das imagens do dia do ano (DA) 161 a 273, enquanto o EVI apresentou melhor desempenho no período de pleno desenvolvimento da cultura, especificamente com uso das imagens de DA 353 a 33. Portanto, o melhor resultado para classificação da soja, no Estado do Mato Grosso, via séries temporais do sensor Modis, pode ser obtida por meio do uso combinado do NDVI na entresssafra e do EVI no pleno desenvolvimento da soja. |
id |
EMBRAPA-4_98ec863e5afa0cd97d7ceb2cf29f6265 |
---|---|
oai_identifier_str |
oai:ojs.seer.sct.embrapa.br:article/11222 |
network_acronym_str |
EMBRAPA-4 |
network_name_str |
Pesquisa Agropecuária Brasileira (Online) |
repository_id_str |
|
spelling |
Índices de vegetação Modis aplicados na discriminação de áreas de sojaModis vegetation indices applied to soybean area discriminationclassificação multitemporal de imagens; dados Modis; estimativas de área agrícola; imagens de satélite; sensoriamento remoto.multi‑temporal image classification; Modis data; crop area estimates; satellite images; remote sensing.O objetivo deste trabalho foi avaliar o desempenho do índice de vegetação realçado (EVI) e do índice de vegetação da diferença normalizada (NDVI) – ambos do sensor “moderate resolution imaging spectroradiometer” (Modis) –, para discriminar áreas de soja das áreas de cana‑de‑açúcar, pastagem, cerrado e floresta, no Estado do Mato Grosso. Foram utilizadas imagens adquiridas em dois períodos: durante a entressafra e por ocasião do pleno desenvolvimento da cultura da soja. Para cada classe analisada, foram selecionadas 31 amostras de mapas de referência e avaliadas as diferenças nos valores de cada índice de vegetação, para a classe soja, foram avaliadas frente às demais classes, por meio do teste de Tukey‑Kramer. Em seguida, foram avaliadas as diferenças entre os índices de vegetação, por meio do teste de Wilcoxon pareado. O NDVI apresentou melhor desempenho na discriminação das áreas de soja na entressafra, particularmente com uso das imagens do dia do ano (DA) 161 a 273, enquanto o EVI apresentou melhor desempenho no período de pleno desenvolvimento da cultura, especificamente com uso das imagens de DA 353 a 33. Portanto, o melhor resultado para classificação da soja, no Estado do Mato Grosso, via séries temporais do sensor Modis, pode ser obtida por meio do uso combinado do NDVI na entresssafra e do EVI no pleno desenvolvimento da soja.The objective of this work was to evaluate the performance of the enhanced vegetation index (EVI) and the normalized difference vegetation index (NDVI) – both from the moderate resolution imaging spectroradiometer (Modis) sensor – to discriminate soybean cultivated areas from sugarcane, pasture, cerrado, and forest ones in the state of Mato Grosso, Brazil. Images acquired during two periods were used: off-season and maximum soybean crop development. For each analyzed class, 31 samples were selected from reference maps, and the differences in the values of each soybean vegetation index were evaluated against the other classes using the Tukey‑Kramer test. Afterwards, the differences between the vegetation indices were assessed using the Wilcoxon paired test. NDVI performed best in discriminating soybean areas during the off-season period, particularly when using images acquired from day of year (DOY) 161 to 273, whereas EVI performed best during maximum crop development, particularly when using images from DOY 353 to 33. Therefore, best classification results for soybean in the state of Mato Grosso can be achieved by coupling Modis NDVI images acquired during off-season period and EVI images acquired during the maximum crop development period.Pesquisa Agropecuaria BrasileiraPesquisa Agropecuária BrasileiraRisso, JoelRizzi, RodrigoRudorff, Bernardo Friedrich TheodorAdami, MarcosShimabukuro, Yosio EdemirFormaggio, Antonio RobertoEpiphanio, Rui Dalla Valle2012-11-09info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://seer.sct.embrapa.br/index.php/pab/article/view/11222Pesquisa Agropecuaria Brasileira; v.47, n.9, set. 2012: Número Temático Geotecnologias; 1317-1326Pesquisa Agropecuária Brasileira; v.47, n.9, set. 2012: Número Temático Geotecnologias; 1317-13261678-39210100-104xreponame:Pesquisa Agropecuária Brasileira (Online)instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa)instacron:EMBRAPAporhttps://seer.sct.embrapa.br/index.php/pab/article/view/11222/7994https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/11222/6722https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/11222/8855https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/11222/8856https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/11222/8857https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/11222/8858https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/11222/8971info:eu-repo/semantics/openAccess2012-11-13T21:40:09Zoai:ojs.seer.sct.embrapa.br:article/11222Revistahttp://seer.sct.embrapa.br/index.php/pabPRIhttps://old.scielo.br/oai/scielo-oai.phppab@sct.embrapa.br || sct.pab@embrapa.br1678-39210100-204Xopendoar:2012-11-13T21:40:09Pesquisa Agropecuária Brasileira (Online) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa)false |
dc.title.none.fl_str_mv |
Índices de vegetação Modis aplicados na discriminação de áreas de soja Modis vegetation indices applied to soybean area discrimination |
title |
Índices de vegetação Modis aplicados na discriminação de áreas de soja |
spellingShingle |
Índices de vegetação Modis aplicados na discriminação de áreas de soja Risso, Joel classificação multitemporal de imagens; dados Modis; estimativas de área agrícola; imagens de satélite; sensoriamento remoto. multi‑temporal image classification; Modis data; crop area estimates; satellite images; remote sensing. |
title_short |
Índices de vegetação Modis aplicados na discriminação de áreas de soja |
title_full |
Índices de vegetação Modis aplicados na discriminação de áreas de soja |
title_fullStr |
Índices de vegetação Modis aplicados na discriminação de áreas de soja |
title_full_unstemmed |
Índices de vegetação Modis aplicados na discriminação de áreas de soja |
title_sort |
Índices de vegetação Modis aplicados na discriminação de áreas de soja |
author |
Risso, Joel |
author_facet |
Risso, Joel Rizzi, Rodrigo Rudorff, Bernardo Friedrich Theodor Adami, Marcos Shimabukuro, Yosio Edemir Formaggio, Antonio Roberto Epiphanio, Rui Dalla Valle |
author_role |
author |
author2 |
Rizzi, Rodrigo Rudorff, Bernardo Friedrich Theodor Adami, Marcos Shimabukuro, Yosio Edemir Formaggio, Antonio Roberto Epiphanio, Rui Dalla Valle |
author2_role |
author author author author author author |
dc.contributor.none.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Risso, Joel Rizzi, Rodrigo Rudorff, Bernardo Friedrich Theodor Adami, Marcos Shimabukuro, Yosio Edemir Formaggio, Antonio Roberto Epiphanio, Rui Dalla Valle |
dc.subject.por.fl_str_mv |
classificação multitemporal de imagens; dados Modis; estimativas de área agrícola; imagens de satélite; sensoriamento remoto. multi‑temporal image classification; Modis data; crop area estimates; satellite images; remote sensing. |
topic |
classificação multitemporal de imagens; dados Modis; estimativas de área agrícola; imagens de satélite; sensoriamento remoto. multi‑temporal image classification; Modis data; crop area estimates; satellite images; remote sensing. |
description |
O objetivo deste trabalho foi avaliar o desempenho do índice de vegetação realçado (EVI) e do índice de vegetação da diferença normalizada (NDVI) – ambos do sensor “moderate resolution imaging spectroradiometer” (Modis) –, para discriminar áreas de soja das áreas de cana‑de‑açúcar, pastagem, cerrado e floresta, no Estado do Mato Grosso. Foram utilizadas imagens adquiridas em dois períodos: durante a entressafra e por ocasião do pleno desenvolvimento da cultura da soja. Para cada classe analisada, foram selecionadas 31 amostras de mapas de referência e avaliadas as diferenças nos valores de cada índice de vegetação, para a classe soja, foram avaliadas frente às demais classes, por meio do teste de Tukey‑Kramer. Em seguida, foram avaliadas as diferenças entre os índices de vegetação, por meio do teste de Wilcoxon pareado. O NDVI apresentou melhor desempenho na discriminação das áreas de soja na entressafra, particularmente com uso das imagens do dia do ano (DA) 161 a 273, enquanto o EVI apresentou melhor desempenho no período de pleno desenvolvimento da cultura, especificamente com uso das imagens de DA 353 a 33. Portanto, o melhor resultado para classificação da soja, no Estado do Mato Grosso, via séries temporais do sensor Modis, pode ser obtida por meio do uso combinado do NDVI na entresssafra e do EVI no pleno desenvolvimento da soja. |
publishDate |
2012 |
dc.date.none.fl_str_mv |
2012-11-09 |
dc.type.none.fl_str_mv |
|
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://seer.sct.embrapa.br/index.php/pab/article/view/11222 |
url |
https://seer.sct.embrapa.br/index.php/pab/article/view/11222 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://seer.sct.embrapa.br/index.php/pab/article/view/11222/7994 https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/11222/6722 https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/11222/8855 https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/11222/8856 https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/11222/8857 https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/11222/8858 https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/11222/8971 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Pesquisa Agropecuaria Brasileira Pesquisa Agropecuária Brasileira |
publisher.none.fl_str_mv |
Pesquisa Agropecuaria Brasileira Pesquisa Agropecuária Brasileira |
dc.source.none.fl_str_mv |
Pesquisa Agropecuaria Brasileira; v.47, n.9, set. 2012: Número Temático Geotecnologias; 1317-1326 Pesquisa Agropecuária Brasileira; v.47, n.9, set. 2012: Número Temático Geotecnologias; 1317-1326 1678-3921 0100-104x reponame:Pesquisa Agropecuária Brasileira (Online) instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa) instacron:EMBRAPA |
instname_str |
Empresa Brasileira de Pesquisa Agropecuária (Embrapa) |
instacron_str |
EMBRAPA |
institution |
EMBRAPA |
reponame_str |
Pesquisa Agropecuária Brasileira (Online) |
collection |
Pesquisa Agropecuária Brasileira (Online) |
repository.name.fl_str_mv |
Pesquisa Agropecuária Brasileira (Online) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa) |
repository.mail.fl_str_mv |
pab@sct.embrapa.br || sct.pab@embrapa.br |
_version_ |
1793416706991849472 |