Análise da variabilidade agrometeorológica e espectral associada ao ciclo da soja e estimativa da produtividade com imagens de satélites
Ano de defesa: | 2021 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , , , , |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Estadual do Oeste do Paraná
Medianeira |
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Engenharia Agrícola
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://repositorio.utfpr.edu.br/jspui/handle/1/29593 |
Resumo: | A soja é um dos principais produtos agrícolas e de grande importância para a economia brasileira, pois a partir dela tem-se matéria-prima para a produção de alimentos, combustíveis e aplicações na indústria. Entretanto, a produção agrícola é altamente influenciada pela variabilidade climática que causa tanto impactos positivos quanto negativos na produtividade das culturas. Sendo assim, são relevantes os estudos sobre essas variáveis, bem como sobre a dinâmica da cultura, por meio de índices de vegetação, em contexto global e regional, para obter melhores resultados nas atividades agrícolas. Assim, o objetivo geral deste estudo foi analisar a variabilidade espacial e temporal da soja e estimar a produtividade desta cultura com imagens de satélite no estado do Paraná. Para isso, foram consideradas métricas decendiais associadas às variáveis agrometeorológicas (VAs) e ao índice de vegetação melhorado (EVI) durante o ciclo da soja, a partir de uma série temporal de imagens do European Centre for Medium-Range Weather Forecasts(ECMWF) e do sensor Moderate Resolution Imaging Spectroradiometer (MODIS), em diferentes cenários agrícolas, correspondendo aos anos-safra 2011/2012, 2013/2014 e 2015/2016, os quais foram identificados com baixo, médio e alto índices pluviométricos. Esses índices foram avaliados durante o período de 2000 a 2016. A tese está dividida em três artigos: no primeiro e no segundo artigos, foram utilizadas técnicas multivariadas com o objetivo de regionalizar o estado do Paraná. No primeiro artigo, utilizaram-se as análises fatorial e de agrupamento e, no segundo, foram utilizadas técnicas multivariadas que consideram a dependência espacial da localização das estações virtuais (EV) chamada MULTISPATI – PCA. No terceiro artigo, estimou-se a produtividade da soja no estado do Paraná, por meio dos modelos mínimos quadrados ordinários (OLS) e regressão geograficamente ponderada (GWR), comparando-se os resultados desses modelos, a fim de obter um modelo com melhor acurácia e precisão. De modo geral, os resultados apresentaram a formação de regiões agroclimáticas e espectrais semelhantes, obtendo-se o Grupo 1 (mesorregiões ao sul) com as menores temperaturas para os três cenários agrícolas e o Grupo 2 (mesorregião oeste) com baixos valores de precipitação e balanço hídrico para o ano-safra 2011/2012, ocorrendo o oposto para o ano-safra 2015/2016. Além disso, o método MULTISPATI-PCA apresentou combinações lineares mais contíguas que as obtidas pelo ACP clássico e agrupamentos bem definidos. Destacando a mesorregião oeste no cenário de baixa pluviosidade, que apresentou baixos valores de precipitação e balanço hídrico durante os estádios do florescimento pleno até o enchimento de grãos (R2 – R5),ocasionando uma baixa produtividade, ocorrendo o oposto para o cenário de alta pluviosidade. Por fim, o modelo GWR apresentou melhor acurácia e precisão na estimação da produtividade da soja, quando comparado com o modelo OLS, demonstrando a heterogeneidade espacial e temporal entre a produtividade e as métricas analisadas no modelo. Com esses resultados, é possível definir estratégias mais adequadas para o cultivo da soja no estado do Paraná, que permitam auxiliar tanto os agricultores quanto os órgãos responsáveis pelo planejamento de safras na tomada de decisão, proporcionando melhores resultados de produtividade. |