Estimativa da produção agrícola por meio de técnicas de sensoriamento remoto

• Autor(a) principal: Barros, Ana Clara de [UNESP]
• Data de Publicação: 2021
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/214361
• topic: Geoprocessamento; Índice de vegetação; Produção agrícola; Geoprocessing; Vegetation index; Agricultural production

A atividade agrícola tem grande relevância para a economia brasileira, o que torna a previsão de safras agrícolas um procedimento de grande importância. Os levantamentos agrícolas no país ainda são de caráter subjetivo e não probabilístico, fundamentalmente embasados em entrevistas ligadas as pessoas do setor agrícola. Os avanços obtidos pelas geotecnologias, principalmente as imagens orbitais e as ferramentas de Sistemas de Informação Geográfica, propiciam diversas aplicações operacionais com resultados precisos. Neste sentido, objetiva-se com essa pesquisa estimar a produção da cultura da soja, por técnicas de sensoriamento remoto, como imagens do sensor multiespectral MSI embarcado no satélite Sentinel e índices de vegetação, tendo como base áreas no município de Itaberá-SP. Os procedimentos metodológicos foram baseados em um banco de dados de imagens orbitais relacionados a safra 2019/2020 da cultura da soja, realizando cálculos de 12 índices de vegetação e correlacionando esses dados espectrais com os dados obtidos em campo, por meio da regressão de Tau de Kendall. Foi possível verificar que o resultado geral da análise apresentou uma correlação fraca e estatisticamente não significativa. Com a aplicação dos índices de vegetação foi possível analisar o comportamento espectro-temporal da cultura e verificar que o mês de maior desenvolvimento das plantas foi janeiro e comprovar que os índices realmente são um recurso importante para realizar a análise do desenvolvimento da vegetação. Por meio das análises e modelagem estatística foi possível elaborar um modelo que conseguisse predizer a produtividade da cultura da soja, mas que não foi muito preciso pelo pequeno número de observações. De todos os índices calculados, apenas dois foram selecionados pelo modelo, sendo eles, o GSAVI e o NDWI. Com o modelo gerado foi possível realizar a predição da produção da cultura da soja e estimar o erro estimado, entre a produção observada e a produção ajustada. Sendo assim, com a utilização das técnicas de sensoriamento remoto é possível realizar estudos de variabilidade espacial de produtividade de culturas agrícolas.