Estimativa da área plantada de cana-de-açúcar em Campos dos Goytacazes - RJ utilizando sensoriamento remoto

Detalhes bibliográficos
Autor(a) principal: Barbosa, Antônio Ivo Gomes
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