Estimativa de produtividade da cana-de-açúcar com base na associação entre séries de dados MODIS e estatísticas agrícolas

• Ano de defesa: 2015
• Autor(a) principal: William Foschiera
• Orientador(a): Antônio Roberto Formaggio, Márcio Pupin de Mello
• Banca de defesa: Ieda Del´Arco Sanches, Alfredo José Barreto Luiz
• 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: This research presents a method for sugarcane crop yield forecast, based on the correlation between remote sensing and official statistics yield data. The method uses a statistical approach to extract different pixels of multitemporal smoothed Normalized Difference Vegetation Index (NDVI) data derived from the Moderate Resolution Spectroradiometer (MODIS) to be used as proxies for sugarcane yield estimation at São Paulo State at municipal scale. In this reseacrh, 361 municipalities with yield's historical data from 2003 to 2012 were analyzed. Two different approaches were tested to normalize yield data and NDVI: Zscore and Rscore. In addition, two methods were used as selection criteria: RMSE and Pearson's correlation. Results showed that Zscore and RMSE are best to predict sugarcane yield. The results were grouped according to the amount of area harvested in 2012 and geographic regions. Results for groups based on acreage didnt show correlation between acreage amount and yield estimation accuracy. Results at mesorregions scale were, in general, accurated with small differences (5\% or less) compared with official data. However, for Presidente Prudente, Vale do Paraíba Paulista, Ribeirão Preto and Marília, the differences between observed and estimated values was of 12,05\%, -11,96\%, 7,23\% e 7,38\%, respectively. The mesorregions results accuracy reinforce the potential of this method to be operationally used for sugarcane yield forecast over large areas. Moreover, the proposed method may estimate yield early in crop season, whereas official statistics are usually published late after harvest.
• Link de acesso: http://urlib.net/sid.inpe.br/mtc-m21b/2015/06.24.17.55

Esta pesquisa apresenta um método, para estimativa de produtividade da cana-de-açúcar, baseado na correlação entre dados de sensoriamento remoto e dados oficiais de produtividade. Este método utiliza uma abordagem estatística, para extrair diferentes células de uma série temporal, do Índice de Vegetação (IV) Normalized Difference Vegetation Index (NDVI) do sensor Moderate Resolution Spectroradiometer (MODIS), para serem utilizados como proxies, na estimativa de produtividade da cana-de-açúcar, em escala municipal, utilizando como área de estudo, o estado de São Paulo. Nesta pesquisa foram investigados 361 municípios, que possuíam os dados históricos de produtividade para o período de 2003 a 2013. Duas abordagens foram testadas para escalonar os dados de NDVI e de produtividade: Zscore e Rscore. Ademais, dois métodos foram utilizados como critério de seleção dos proxies: RMSE e ρ de Pearson. Os resultados mostram que a combinação Zscore e RMSE foi mais adequada para o método proposto. Os resultados foram agrupados, de acordo com a quantidade de área colhida em 2012 e por mesorregiões geográficas. Os resultados por grupo não apresentaram correlação entre a precisão das estimativas e quantidade de área colhida. Os resultados por mesorregião foram, em geral, bastante precisos, com diferenças menores que 5\% comparado aos dados oficiais. No entanto para as mesorregiões de Presidente Prudente, Vale do Paraíba Paulista, Ribeirão Preto e Marília os erros foram de 12,05\%, -11,96\%, 7,23\% e 7,38\%, respectivamente. A precisão das estimativas, por mesorregiões, reforça o potencial deste método, que pode ser operacionalmente utilizado para estimar a produtividade da cana-de-açúcar para grandes regiões. Além disso, o método proposto poderá estimar a produtividade durante a safra, enquanto as estimativas oficiais são, geralmente, divulgadas um ou dois anos após a colheita.