Estimativa da área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/21544 https://dx.doi.org/10.22409/PPGEn.2019.m.14648306732 |
Resumo: | O Brasil é um dos maiores países produtores de açúcar e álcool do mundo. Não por acaso, este setor vem apresentando importância nacional econômica desde a época colonial. É de extrema importância que seja feita uma análise minuciosa que execute um planejamento de acordo com a estimativa da produção de cana com base na área plantada para que possa ser estimada aprodutividade agrícola para aquela porção delimitada. Com isto, torna-se imprescindível haver um levantamento de estatísticas sobre as safras, visto que tais levantamentos se tornam fundamentais para que se tracem medidas que favoreçam o processo produtivo. Nesse contexto, o presente trabalho tem como objetivo fazer uma estimativa da área plantada de cana-de-açúcar no município de Campos dos Goytacazes – RJ utilizando o Sensoriamento Remoto como ferramenta de análise. A metodologia consistiu no uso das imagens do Satélite LANDSAT-8, referentes aos anos 2017 e 2018 processadas no software livre Sistema de Processamento de Informações Georreferenciadas (SPRING) versão 5.5.5. As ferramentas que possibilitaram a culminância do resultado final foram: classificação digital e interpretações visuais para delimitação das áreas de plantio da cana-de-açúcar e identificação das áreas onde seja permitido efetuar a queima da cana-de-açúcar em sua colheita, sendo estas correspondentes àquelas acima de 12% de declividade do terreno, utilizando para isto a Linguagem Espacial para Geoprocessamento Algébrico (LEGAL) em consonância com o uso de distintos modelos digitais de elevação, sendo eles: ASTER, SRTM e TOPODATA. Os resultados apontaram uma área plantada de cana-de-açúcar de 25.238,34 hectares no referido município, dentre as quais apresentam declividade superior a 12% de 742,14 ha (ASTER), 242,29 ha (SRTM) e 3.159,65 ha (TOPODATA). As conclusões apontaram para divergências entre valores levantados no presente projeto de pesquisa e os calculados pelos Instituto Brasileiro de Geografia e Estatística (IBGE) (30.000 hectares) e Companhia Nacional de Abastecimento (CONAB) (19.200 hectares) para o referido ano-safra |
id |
UFF-2_f853e5b4c967e7ec640349a3f29050a5 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/21544 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Estimativa da área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remotoGeotecnologiaModelo digital de elevaçãoFotointerpretaçãoSistema de informações geográficasProcessamento digital de imagensSensoriamento remotoProcessamento digital de imagemCana-de-açúcarSistema de informação geográficaCampos dos Goytacazes (RJ)GeotechnologyDigital elevation modelPhotointerpretationGeographic information systemDigital image processingO Brasil é um dos maiores países produtores de açúcar e álcool do mundo. Não por acaso, este setor vem apresentando importância nacional econômica desde a época colonial. É de extrema importância que seja feita uma análise minuciosa que execute um planejamento de acordo com a estimativa da produção de cana com base na área plantada para que possa ser estimada aprodutividade agrícola para aquela porção delimitada. Com isto, torna-se imprescindível haver um levantamento de estatísticas sobre as safras, visto que tais levantamentos se tornam fundamentais para que se tracem medidas que favoreçam o processo produtivo. Nesse contexto, o presente trabalho tem como objetivo fazer uma estimativa da área plantada de cana-de-açúcar no município de Campos dos Goytacazes – RJ utilizando o Sensoriamento Remoto como ferramenta de análise. A metodologia consistiu no uso das imagens do Satélite LANDSAT-8, referentes aos anos 2017 e 2018 processadas no software livre Sistema de Processamento de Informações Georreferenciadas (SPRING) versão 5.5.5. As ferramentas que possibilitaram a culminância do resultado final foram: classificação digital e interpretações visuais para delimitação das áreas de plantio da cana-de-açúcar e identificação das áreas onde seja permitido efetuar a queima da cana-de-açúcar em sua colheita, sendo estas correspondentes àquelas acima de 12% de declividade do terreno, utilizando para isto a Linguagem Espacial para Geoprocessamento Algébrico (LEGAL) em consonância com o uso de distintos modelos digitais de elevação, sendo eles: ASTER, SRTM e TOPODATA. Os resultados apontaram uma área plantada de cana-de-açúcar de 25.238,34 hectares no referido município, dentre as quais apresentam declividade superior a 12% de 742,14 ha (ASTER), 242,29 ha (SRTM) e 3.159,65 ha (TOPODATA). As conclusões apontaram para divergências entre valores levantados no presente projeto de pesquisa e os calculados pelos Instituto Brasileiro de Geografia e Estatística (IBGE) (30.000 hectares) e Companhia Nacional de Abastecimento (CONAB) (19.200 hectares) para o referido ano-safraBrazil is one of the largest sugar and alcohol producing countries in the world. Not surprisingly, this sector has been of national economic importance since colonial times. It is of utmost importance that a thorough analysis is carried out to carry out a planning according to the estimated sugarcane production based on the planted area so that the agricultural productivity for that delimited portion can be estimated. Thus, it is essential to have a survey of statistics on the crops, as such surveys become essential to draw up measures that favor the production process. In this context, the present work aims to estimate the sugarcane planted area in Campos dos Goytacazes - RJ using Remote Sensing as an analysis tool. The methodology consisted of the use of LANDSAT-8 Satellite images, related to 2017 and 2018 processed in the free software Sistema de Processamento de Informações Georreferenciadas (SPRING) version 5.5.5. The tools that led to the culmination of the final result were: digital classification and visual interpretations to delimit the sugarcane planting areas and identify the areas where it is possible to burn the sugarcane at harvest time, corresponding to those above 12% of terrain slope, using for this purpose the Linguagem Espacial para Geoprocessamento Algébrico (LEGAL) in line with the use of different digital elevation models, namely: ASTER, SRTM and TOPODATA. The results showed a sugarcane planted area of 25,238.34 hectares in the referred municipality, among which they have a slope greater than 12% of 742.14 ha (ASTER), 242.29 ha (SRTM) and 3,159.65 ha (TOPODATA). The conclusions pointed to divergences between the values raised in this research project and those calculated by the Instituto Brasileiro de Geografia e Estatística (IBGE) (30,000 hectares) and the Companhia Nacional de Abastecimento (CONAB) (19,200 hectares) for that crop year78 f.Reis, Cláudio HenriqueGivisiez, Gustavo Henrique NavesMendonça, José Carloshttp://lattes.cnpq.br/6582781558839649http://lattes.cnpq.br/2526736314284245http://lattes.cnpq.br/0262550173367199http://lattes.cnpq.br/2526736314284245http://lattes.cnpq.br/0262550173367199http://lattes.cnpq.br/3860816992047832Barbosa, Antônio Ivo Gomes2021-03-31T16:19:33Z2021-03-31T16:19:33Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfBARBOSA, Antônio Ivo Gomes. Estimativa de área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto. 2020. 78 f. Dissertação (Mestrado em Geografia) - Universidade Federal Fluminense, Instituto de Ciências da Sociedade e Desenvolvimento Regional, Campos dos Goytacazes, 2020.https://app.uff.br/riuff/handle/1/21544https://dx.doi.org/10.22409/PPGEn.2019.m.14648306732http://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2021-09-20T13:58:55Zoai:app.uff.br:1/21544Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T10:48:02.293864Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Estimativa da área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto |
title |
Estimativa da área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto |
spellingShingle |
Estimativa da área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto Barbosa, Antônio Ivo Gomes Geotecnologia Modelo digital de elevação Fotointerpretação Sistema de informações geográficas Processamento digital de imagens Sensoriamento remoto Processamento digital de imagem Cana-de-açúcar Sistema de informação geográfica Campos dos Goytacazes (RJ) Geotechnology Digital elevation model Photointerpretation Geographic information system Digital image processing |
title_short |
Estimativa da área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto |
title_full |
Estimativa da área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto |
title_fullStr |
Estimativa da área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto |
title_full_unstemmed |
Estimativa da área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto |
title_sort |
Estimativa da área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto |
author |
Barbosa, Antônio Ivo Gomes |
author_facet |
Barbosa, Antônio Ivo Gomes |
author_role |
author |
dc.contributor.none.fl_str_mv |
Reis, Cláudio Henrique Givisiez, Gustavo Henrique Naves Mendonça, José Carlos http://lattes.cnpq.br/6582781558839649 http://lattes.cnpq.br/2526736314284245 http://lattes.cnpq.br/0262550173367199 http://lattes.cnpq.br/2526736314284245 http://lattes.cnpq.br/0262550173367199 http://lattes.cnpq.br/3860816992047832 |
dc.contributor.author.fl_str_mv |
Barbosa, Antônio Ivo Gomes |
dc.subject.por.fl_str_mv |
Geotecnologia Modelo digital de elevação Fotointerpretação Sistema de informações geográficas Processamento digital de imagens Sensoriamento remoto Processamento digital de imagem Cana-de-açúcar Sistema de informação geográfica Campos dos Goytacazes (RJ) Geotechnology Digital elevation model Photointerpretation Geographic information system Digital image processing |
topic |
Geotecnologia Modelo digital de elevação Fotointerpretação Sistema de informações geográficas Processamento digital de imagens Sensoriamento remoto Processamento digital de imagem Cana-de-açúcar Sistema de informação geográfica Campos dos Goytacazes (RJ) Geotechnology Digital elevation model Photointerpretation Geographic information system Digital image processing |
description |
O Brasil é um dos maiores países produtores de açúcar e álcool do mundo. Não por acaso, este setor vem apresentando importância nacional econômica desde a época colonial. É de extrema importância que seja feita uma análise minuciosa que execute um planejamento de acordo com a estimativa da produção de cana com base na área plantada para que possa ser estimada aprodutividade agrícola para aquela porção delimitada. Com isto, torna-se imprescindível haver um levantamento de estatísticas sobre as safras, visto que tais levantamentos se tornam fundamentais para que se tracem medidas que favoreçam o processo produtivo. Nesse contexto, o presente trabalho tem como objetivo fazer uma estimativa da área plantada de cana-de-açúcar no município de Campos dos Goytacazes – RJ utilizando o Sensoriamento Remoto como ferramenta de análise. A metodologia consistiu no uso das imagens do Satélite LANDSAT-8, referentes aos anos 2017 e 2018 processadas no software livre Sistema de Processamento de Informações Georreferenciadas (SPRING) versão 5.5.5. As ferramentas que possibilitaram a culminância do resultado final foram: classificação digital e interpretações visuais para delimitação das áreas de plantio da cana-de-açúcar e identificação das áreas onde seja permitido efetuar a queima da cana-de-açúcar em sua colheita, sendo estas correspondentes àquelas acima de 12% de declividade do terreno, utilizando para isto a Linguagem Espacial para Geoprocessamento Algébrico (LEGAL) em consonância com o uso de distintos modelos digitais de elevação, sendo eles: ASTER, SRTM e TOPODATA. Os resultados apontaram uma área plantada de cana-de-açúcar de 25.238,34 hectares no referido município, dentre as quais apresentam declividade superior a 12% de 742,14 ha (ASTER), 242,29 ha (SRTM) e 3.159,65 ha (TOPODATA). As conclusões apontaram para divergências entre valores levantados no presente projeto de pesquisa e os calculados pelos Instituto Brasileiro de Geografia e Estatística (IBGE) (30.000 hectares) e Companhia Nacional de Abastecimento (CONAB) (19.200 hectares) para o referido ano-safra |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019 2021-03-31T16:19:33Z 2021-03-31T16:19:33Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
BARBOSA, Antônio Ivo Gomes. Estimativa de área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto. 2020. 78 f. Dissertação (Mestrado em Geografia) - Universidade Federal Fluminense, Instituto de Ciências da Sociedade e Desenvolvimento Regional, Campos dos Goytacazes, 2020. https://app.uff.br/riuff/handle/1/21544 https://dx.doi.org/10.22409/PPGEn.2019.m.14648306732 |
identifier_str_mv |
BARBOSA, Antônio Ivo Gomes. Estimativa de área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto. 2020. 78 f. Dissertação (Mestrado em Geografia) - Universidade Federal Fluminense, Instituto de Ciências da Sociedade e Desenvolvimento Regional, Campos dos Goytacazes, 2020. |
url |
https://app.uff.br/riuff/handle/1/21544 https://dx.doi.org/10.22409/PPGEn.2019.m.14648306732 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823573501739008 |