Análise de variáveis agrometeorológicas e espectrais no aprimoramento de modelos de estimativa da produtividade da cultura do café
Autor(a) principal: | |
---|---|
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 |