Análise de variáveis agrometeorológicas e espectrais no aprimoramento de modelos de estimativa da produtividade da cultura do café

Detalhes bibliográficos
Autor(a) principal: Sulimar Munira Caparoci Nogueira
Data de Publicação: 2018
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
Texto Completo: http://urlib.net/sid.inpe.br/mtc-m21c/2018/11.08.01.16
Resumo: O presente trabalho teve como objetivo parametrizar modelos agrometeorológicosespectrais de estimativas de produtividade para a cultura do café. Foram utilizados: Índice de Área Foliar (IAF) estimado a partir de índices de vegetação obtidos de sensoriamento remoto; dados de precipitação do modelo ETA/CPTEC, CHIRPS e TRMM; mapa de solo; mapa altimétrico (TOPODATA); e dados específicos da cultura. Primeiramente, a metodologia foi aplicada no âmbito de propriedade utilizando dados da fazenda da Conquista (Alfena-MG). Além desta propriedade o modelo foi também testado nos âmbitos de municípios e de mesorregiões. No nível de fazenda, utilizando IAF estimado a partir de dados do sensor MODIS e o modelo baseado em Doorenbos e Kassam (1979), as diferenças relativas entre as produtividades modeladas e as produtividades de campo foram de -0,1%, 1,1%, -2,8%, -3,7% e 5% para os anos-safra 2010/11, 2011/12, 2012/13, 2013/14 e 2014/15, respectivamente. Com a utilização do modelo agrometeorológico-espectral baseado em Picini (1998), as diferenças relativas entre os dados modelados e de campo no período de 2011/12, 2012/13, 2013/14 e 2014/15, as diferenças foram de 5,3%, -2,4%, -5,8% e 0,0%, respectivamente. Ao nível de mesorregião o modelo baseado em Doorenbos e Kassam (1979) as diferenças relativas entre a produtividade modelada e o IBGE foram de 18,1%; -12%; -7,4%, 10,3% e -5,3, respectivamente. Na aplicação do modelo na microrregião, as diferenças relativas entre a produtividade modelada e a fornecida pelo IBGE variaram entre -15% e 10%. Na análise da produtividade nos municípios pertencentes à microrregião de Alfenas, observou-se que as diferenças relativas variaram entre 1,2% a 55,3%, maiores do que aquelas encontradas nas escalas regionais. Foi possível estimar a produtividade tanto em nível de fazenda quanto em escala regional e os resultados reforçam a ideia de que é possível utilizar a modelagem agrometeorológica-espectral na estimativa de produtividade do cafeeiro com boa precisão. Entretanto há a necessidade de aprimoramento do método proposto em escala municipal.
id INPE_d0db71d47e03350f4383f7605a0958b0
oai_identifier_str oai:urlib.net:sid.inpe.br/mtc-m21c/2018/11.08.01.16.43-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisAnálise de variáveis agrometeorológicas e espectrais no aprimoramento de modelos de estimativa da produtividade da cultura do caféAnalysis of agrometeorological and spectrum variables for improving coffee crop productivity modelling estimate2018-11-26Maurício Alves MoreiraMargarete Marin Lordelo VolpatoFlávio Jorge PonzoniRenata Ribeiro do Valle GonçalvesMarcelo de Carvalho AlvesSulimar Munira Caparoci NogueiraInstituto Nacional de Pesquisas Espaciais (INPE)Programa de Pós-Graduação do INPE em Sensoriamento RemotoINPEBRdados de sensoriamento remotomodelagem de culturasíndice de vegetaçãoremote sensing datacrop modelingvegetation indicesO presente trabalho teve como objetivo parametrizar modelos agrometeorológicosespectrais de estimativas de produtividade para a cultura do café. Foram utilizados: Índice de Área Foliar (IAF) estimado a partir de índices de vegetação obtidos de sensoriamento remoto; dados de precipitação do modelo ETA/CPTEC, CHIRPS e TRMM; mapa de solo; mapa altimétrico (TOPODATA); e dados específicos da cultura. Primeiramente, a metodologia foi aplicada no âmbito de propriedade utilizando dados da fazenda da Conquista (Alfena-MG). Além desta propriedade o modelo foi também testado nos âmbitos de municípios e de mesorregiões. No nível de fazenda, utilizando IAF estimado a partir de dados do sensor MODIS e o modelo baseado em Doorenbos e Kassam (1979), as diferenças relativas entre as produtividades modeladas e as produtividades de campo foram de -0,1%, 1,1%, -2,8%, -3,7% e 5% para os anos-safra 2010/11, 2011/12, 2012/13, 2013/14 e 2014/15, respectivamente. Com a utilização do modelo agrometeorológico-espectral baseado em Picini (1998), as diferenças relativas entre os dados modelados e de campo no período de 2011/12, 2012/13, 2013/14 e 2014/15, as diferenças foram de 5,3%, -2,4%, -5,8% e 0,0%, respectivamente. Ao nível de mesorregião o modelo baseado em Doorenbos e Kassam (1979) as diferenças relativas entre a produtividade modelada e o IBGE foram de 18,1%; -12%; -7,4%, 10,3% e -5,3, respectivamente. Na aplicação do modelo na microrregião, as diferenças relativas entre a produtividade modelada e a fornecida pelo IBGE variaram entre -15% e 10%. Na análise da produtividade nos municípios pertencentes à microrregião de Alfenas, observou-se que as diferenças relativas variaram entre 1,2% a 55,3%, maiores do que aquelas encontradas nas escalas regionais. Foi possível estimar a produtividade tanto em nível de fazenda quanto em escala regional e os resultados reforçam a ideia de que é possível utilizar a modelagem agrometeorológica-espectral na estimativa de produtividade do cafeeiro com boa precisão. Entretanto há a necessidade de aprimoramento do método proposto em escala municipal.The objective of this work was to parameterize the agrometeorological-spectral models of productivity for coffee crops. We used the leaf area index (LAI), which was estimated from vegetation indices obtained through remote sensing; data from the ETA, CHIRPS and TRMM precipitation data; soil map; elevation map (TOPODATA); and crop-specific data. The methodology was applied at the farm level, at the Conquista coffee plantation (Alfenas, Minas Gerais). Besides this farm, the model was also tested at the municipal and mesoregional levels. At the plantation level, using LAI estimated from MODIS sensor data and the model based on Doorenbos and Kassam (1979), the relative differences between the modeled yield and the field productivity were -0.1%, 1.1%, -2.8%, -3.7% and 5% for the crop years 2010/11, 2011/12, 2012/13, 2013/14 and 2014/15, respectively. Using the agrometeorological-spectral model based on Picini (1998), the relative differences between the modeled data and the field data for the crop years 2011/12, 2012/13, 2013/14 and 2014/15 were 5.3%, -2.4%, -5.8% and 0.0%, respectively. At the mesoregional level, using the model based on Doorenbos and Kassam (1979), the relative differences between the modeled productivity and the IBGE data were 18.1%, -12%, -7.4%, 10.3% and -5.3, respectively. Applying the model at the mesoregional level, the relative differences between the modeled productivity and the data available from IBGE varied between -15% and 10%. The analysis of productivity in the municipalities within the microregion of Alfenas showed that the relative differences varied between 1.2% and 55.3%, greater than those found at the regional scales. The obtained results are satisfactory at the farm as well as the regional scales and they support the idea that it is possible to use agrometeorological-spectral modeling to estimate the productivity of coffee crops with good precision. However there is still room for improvement of the proposed method at the municipal level.http://urlib.net/sid.inpe.br/mtc-m21c/2018/11.08.01.16info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:55:55Zoai:urlib.net:sid.inpe.br/mtc-m21c/2018/11.08.01.16.43-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:55:56.371Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv Análise de variáveis agrometeorológicas e espectrais no aprimoramento de modelos de estimativa da produtividade da cultura do café
dc.title.alternative.en.fl_str_mv Analysis of agrometeorological and spectrum variables for improving coffee crop productivity modelling estimate
title Análise de variáveis agrometeorológicas e espectrais no aprimoramento de modelos de estimativa da produtividade da cultura do café
spellingShingle Análise de variáveis agrometeorológicas e espectrais no aprimoramento de modelos de estimativa da produtividade da cultura do café
Sulimar Munira Caparoci Nogueira
title_short Análise de variáveis agrometeorológicas e espectrais no aprimoramento de modelos de estimativa da produtividade da cultura do café
title_full Análise de variáveis agrometeorológicas e espectrais no aprimoramento de modelos de estimativa da produtividade da cultura do café
title_fullStr Análise de variáveis agrometeorológicas e espectrais no aprimoramento de modelos de estimativa da produtividade da cultura do café
title_full_unstemmed Análise de variáveis agrometeorológicas e espectrais no aprimoramento de modelos de estimativa da produtividade da cultura do café
title_sort Análise de variáveis agrometeorológicas e espectrais no aprimoramento de modelos de estimativa da produtividade da cultura do café
author Sulimar Munira Caparoci Nogueira
author_facet Sulimar Munira Caparoci Nogueira
author_role author
dc.contributor.advisor1.fl_str_mv Maurício Alves Moreira
dc.contributor.advisor2.fl_str_mv Margarete Marin Lordelo Volpato
dc.contributor.referee1.fl_str_mv Flávio Jorge Ponzoni
dc.contributor.referee2.fl_str_mv Renata Ribeiro do Valle Gonçalves
dc.contributor.referee3.fl_str_mv Marcelo de Carvalho Alves
dc.contributor.author.fl_str_mv Sulimar Munira Caparoci Nogueira
contributor_str_mv Maurício Alves Moreira
Margarete Marin Lordelo Volpato
Flávio Jorge Ponzoni
Renata Ribeiro do Valle Gonçalves
Marcelo de Carvalho Alves
dc.description.abstract.por.fl_txt_mv O presente trabalho teve como objetivo parametrizar modelos agrometeorológicosespectrais de estimativas de produtividade para a cultura do café. Foram utilizados: Índice de Área Foliar (IAF) estimado a partir de índices de vegetação obtidos de sensoriamento remoto; dados de precipitação do modelo ETA/CPTEC, CHIRPS e TRMM; mapa de solo; mapa altimétrico (TOPODATA); e dados específicos da cultura. Primeiramente, a metodologia foi aplicada no âmbito de propriedade utilizando dados da fazenda da Conquista (Alfena-MG). Além desta propriedade o modelo foi também testado nos âmbitos de municípios e de mesorregiões. No nível de fazenda, utilizando IAF estimado a partir de dados do sensor MODIS e o modelo baseado em Doorenbos e Kassam (1979), as diferenças relativas entre as produtividades modeladas e as produtividades de campo foram de -0,1%, 1,1%, -2,8%, -3,7% e 5% para os anos-safra 2010/11, 2011/12, 2012/13, 2013/14 e 2014/15, respectivamente. Com a utilização do modelo agrometeorológico-espectral baseado em Picini (1998), as diferenças relativas entre os dados modelados e de campo no período de 2011/12, 2012/13, 2013/14 e 2014/15, as diferenças foram de 5,3%, -2,4%, -5,8% e 0,0%, respectivamente. Ao nível de mesorregião o modelo baseado em Doorenbos e Kassam (1979) as diferenças relativas entre a produtividade modelada e o IBGE foram de 18,1%; -12%; -7,4%, 10,3% e -5,3, respectivamente. Na aplicação do modelo na microrregião, as diferenças relativas entre a produtividade modelada e a fornecida pelo IBGE variaram entre -15% e 10%. Na análise da produtividade nos municípios pertencentes à microrregião de Alfenas, observou-se que as diferenças relativas variaram entre 1,2% a 55,3%, maiores do que aquelas encontradas nas escalas regionais. Foi possível estimar a produtividade tanto em nível de fazenda quanto em escala regional e os resultados reforçam a ideia de que é possível utilizar a modelagem agrometeorológica-espectral na estimativa de produtividade do cafeeiro com boa precisão. Entretanto há a necessidade de aprimoramento do método proposto em escala municipal.
dc.description.abstract.eng.fl_txt_mv The objective of this work was to parameterize the agrometeorological-spectral models of productivity for coffee crops. We used the leaf area index (LAI), which was estimated from vegetation indices obtained through remote sensing; data from the ETA, CHIRPS and TRMM precipitation data; soil map; elevation map (TOPODATA); and crop-specific data. The methodology was applied at the farm level, at the Conquista coffee plantation (Alfenas, Minas Gerais). Besides this farm, the model was also tested at the municipal and mesoregional levels. At the plantation level, using LAI estimated from MODIS sensor data and the model based on Doorenbos and Kassam (1979), the relative differences between the modeled yield and the field productivity were -0.1%, 1.1%, -2.8%, -3.7% and 5% for the crop years 2010/11, 2011/12, 2012/13, 2013/14 and 2014/15, respectively. Using the agrometeorological-spectral model based on Picini (1998), the relative differences between the modeled data and the field data for the crop years 2011/12, 2012/13, 2013/14 and 2014/15 were 5.3%, -2.4%, -5.8% and 0.0%, respectively. At the mesoregional level, using the model based on Doorenbos and Kassam (1979), the relative differences between the modeled productivity and the IBGE data were 18.1%, -12%, -7.4%, 10.3% and -5.3, respectively. Applying the model at the mesoregional level, the relative differences between the modeled productivity and the data available from IBGE varied between -15% and 10%. The analysis of productivity in the municipalities within the microregion of Alfenas showed that the relative differences varied between 1.2% and 55.3%, greater than those found at the regional scales. The obtained results are satisfactory at the farm as well as the regional scales and they support the idea that it is possible to use agrometeorological-spectral modeling to estimate the productivity of coffee crops with good precision. However there is still room for improvement of the proposed method at the municipal level.
description O presente trabalho teve como objetivo parametrizar modelos agrometeorológicosespectrais de estimativas de produtividade para a cultura do café. Foram utilizados: Índice de Área Foliar (IAF) estimado a partir de índices de vegetação obtidos de sensoriamento remoto; dados de precipitação do modelo ETA/CPTEC, CHIRPS e TRMM; mapa de solo; mapa altimétrico (TOPODATA); e dados específicos da cultura. Primeiramente, a metodologia foi aplicada no âmbito de propriedade utilizando dados da fazenda da Conquista (Alfena-MG). Além desta propriedade o modelo foi também testado nos âmbitos de municípios e de mesorregiões. No nível de fazenda, utilizando IAF estimado a partir de dados do sensor MODIS e o modelo baseado em Doorenbos e Kassam (1979), as diferenças relativas entre as produtividades modeladas e as produtividades de campo foram de -0,1%, 1,1%, -2,8%, -3,7% e 5% para os anos-safra 2010/11, 2011/12, 2012/13, 2013/14 e 2014/15, respectivamente. Com a utilização do modelo agrometeorológico-espectral baseado em Picini (1998), as diferenças relativas entre os dados modelados e de campo no período de 2011/12, 2012/13, 2013/14 e 2014/15, as diferenças foram de 5,3%, -2,4%, -5,8% e 0,0%, respectivamente. Ao nível de mesorregião o modelo baseado em Doorenbos e Kassam (1979) as diferenças relativas entre a produtividade modelada e o IBGE foram de 18,1%; -12%; -7,4%, 10,3% e -5,3, respectivamente. Na aplicação do modelo na microrregião, as diferenças relativas entre a produtividade modelada e a fornecida pelo IBGE variaram entre -15% e 10%. Na análise da produtividade nos municípios pertencentes à microrregião de Alfenas, observou-se que as diferenças relativas variaram entre 1,2% a 55,3%, maiores do que aquelas encontradas nas escalas regionais. Foi possível estimar a produtividade tanto em nível de fazenda quanto em escala regional e os resultados reforçam a ideia de que é possível utilizar a modelagem agrometeorológica-espectral na estimativa de produtividade do cafeeiro com boa precisão. Entretanto há a necessidade de aprimoramento do método proposto em escala municipal.
publishDate 2018
dc.date.issued.fl_str_mv 2018-11-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
status_str publishedVersion
format doctoralThesis
dc.identifier.uri.fl_str_mv http://urlib.net/sid.inpe.br/mtc-m21c/2018/11.08.01.16
url http://urlib.net/sid.inpe.br/mtc-m21c/2018/11.08.01.16
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.publisher.program.fl_str_mv Programa de Pós-Graduação do INPE em Sensoriamento Remoto
dc.publisher.initials.fl_str_mv INPE
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INPE
instname:Instituto Nacional de Pesquisas Espaciais (INPE)
instacron:INPE
reponame_str Biblioteca Digital de Teses e Dissertações do INPE
collection Biblioteca Digital de Teses e Dissertações do INPE
instname_str Instituto Nacional de Pesquisas Espaciais (INPE)
instacron_str INPE
institution INPE
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)
repository.mail.fl_str_mv
publisher_program_txtF_mv Programa de Pós-Graduação do INPE em Sensoriamento Remoto
contributor_advisor1_txtF_mv Maurício Alves Moreira
_version_ 1706809362151899136