Avaliação de modelo agrometeorológico e imagens NOAA/AVHRR no acompanhamento e estimativa de produtividade de soja no Estado do Paraná

• Ano de defesa: 2001
• Autor(a) principal: Luciana Miura Sugawara
• Orientador(a): Bernardo Friedrich Theodor Rudorff
• Banca de defesa: João Argemiro de Carvalho Paiva, Yosio Edemir Shimabukuro, Denise Cybis Fontana
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais (INPE)
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Sensoriamento Remoto
• País: BR
• Resumo em Inglês: The objective of the present work was to develop a model to monitor and estimate soybean (Glycine max L. Merril) crop yield in a geographic information system (GIS) based on a punctual agrometeorological model and NOAA/AVHRR images. The integration of the model and the database was performed using the SPRING software and calculations were executed through the SPRING module denominated LEGAL. The study area is the Paraná State and estimates were generated at the municipality level, for the crop years of 1996/97, 1997/98 and 1998/99. Mosaics of 15 days NOAA/AVHRR images, with spatial resolution of 8 x 8km, transformed into NDVI images, were used as the spectral component of the agrometeorological model in order to estimate the leaf area index (LAI). The developed model uses agronomic and meteorological parameters to calculate maximum or potential yield. Whenever the crop water demand is not adequately supplied this yield is penalized and actual yield is estimated. Comparative analysis between the yield estimated by the model and the yield provided by the Secretaria de Agricultura e Abastecimento do Paraná (SEAB), at the municipality level, was performed using the paired comparison t test and the results for each crop year were as follow: a)in 1996/97 the model underestimated the yield in relation to the SEAB estimate by 59 kg.ha^-1 (t=-2.91; a<0.05); in 1997/98 yield estimate of both model and SEAB were not significantly different from each other (t=1.46; a>0.05); and, in 1998/99 the model overestimated yield by 192 kg.ha^-1 (t=7.59; a<0.05). This demonstrates that the model estimated quite satisfactory the soybean yield and requires only minor adjustments. Through the penalization index, generated every 15 days, it was possible to monitor soybean crop grow and development conditions detecting relevant water deficits over the crop growing season in each year. The SPRING software and its LEGAL module performed satisfactory in both model integration and soybean yield calculations. The NOAA/AVHRR images did not performed satisfactory in the LAI estimation and, therefore, data from the literature were alternatively used to estimate this parameter in yield calculation.
• Link de acesso: http://urlib.net/dpi.inpe.br/lise/2002/11.18.18.05

O presente trabalho tem por objetivo desenvolver um modelo para acompanhamento e estimativa da produtividade da cultura da soja (Glycine max L. Merril)em um sistema de informações geográficas (SIG), a partir de um modelo agrometeorológico pontual e imagens NOAA-AVHRR. A integração do modelo e da base de dados foi realizada através do aplicativo SPRING e os cálculos foram executados por meio do módulo de programação do SPRING, denominado LEGAL. A área de estudo foi o Estado do Paraná e as estimativas foram geradas, ao nível municipal, para os anos safra de 1996/97, 1997/98 e 1998/99. Mosaicos quinzenais de imagens NOAA-AVHRR, com resolução espacial de 8 x 8 km, transformados em imagens NDVI, foram utilizados como componente espectral no modelo agrometeorológico, visando estimar o índice de área foliar (IAF). O modelo desenvolvido utiliza parâmetros agronômicos e meteorológicos para cálculo da produtividade máxima ou potencial. Esta produtividade é então penalizada quando a demanda hídrica da cultura não é suprida adequadamente, gerando a produtividade real estimada. A análise da comparação desta estimativa com os valores de produtividade divulgados pela Secretaria de Agricultura e Abastecimento do Paraná (SEAB), ao nível municipal, foi feita através do teste "t" para pares de observação, e o resultado para cada ano safra foi: a) em 1996/97 o modelo subestimou a produtividade em relação à estimativa da SEAB em 59kg/ha (t=-2,91; alfa<0,05); b) em 1997/98 a estimativa do modelo e da SEAB não apresentaram diferença significativa (t=1,46; alfa>0,05); e em 1998/99 o modelo superestimou a produtividade em 192kg/ha (t=7,59; alfa<0,05). Isso demonstra que o modelo foi bastante satisfatório na estimativa da produtividade de soja e requer apenas pequenos ajustes. Através do índice de penalização, gerado quinzenalmente pelo modelo, foi possível fazer o acompanhamento das condições de crescimento e desenvolvimento da cultura da soja, detectando-se deficiências hídricas relevantes ao longo da estação de crescimento em cada ano safra. O aplicativo SPRING e seu módulo LEGAL foram satisfatórios na integração do modelo e na realização dos cálculos de produtividade da soja. As imagens NOAA-AVHRR não se mostraram satisfatórias para estimar o IAF, de tal forma que se utilizou dados da literatura para estimar este parâmetro dentro do cálculo da produtividade.