Fechar
Metadados

@MastersThesis{Foschiera:2015:EsPrCa,
               author = "Foschiera, William",
                title = "Estimativa de produtividade da cana-de-a{\c{c}}{\'u}car com base 
                         na associa{\c{c}}{\~a}o entre s{\'e}ries de dados MODIS e 
                         estat{\'{\i}}sticas agr{\'{\i}}colas",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2015",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2015-06-30",
             keywords = "produtividade agr{\'{\i}}cola, NDVI, MODIS, crop yield 
                         estimation, agricultural productivity.",
             abstract = "Esta pesquisa apresenta um m{\'e}todo, para estimativa de 
                         produtividade da cana-de-a{\c{c}}{\'u}car, baseado na 
                         correla{\c{c}}{\~a}o entre dados de sensoriamento remoto e dados 
                         oficiais de produtividade. Este m{\'e}todo utiliza uma abordagem 
                         estat{\'{\i}}stica, para extrair diferentes c{\'e}lulas de uma 
                         s{\'e}rie temporal, do {\'{\I}}ndice de Vegeta{\c{c}}{\~a}o 
                         (IV) Normalized Difference Vegetation Index (NDVI) do sensor 
                         Moderate Resolution Spectroradiometer (MODIS), para serem 
                         utilizados como proxies, na estimativa de produtividade da 
                         cana-de-a{\c{c}}{\'u}car, em escala municipal, utilizando como 
                         {\'a}rea de estudo, o estado de S{\~a}o Paulo. Nesta pesquisa 
                         foram investigados 361 munic{\'{\i}}pios, que possu{\'{\i}}am 
                         os dados hist{\'o}ricos de produtividade para o per{\'{\i}}odo 
                         de 2003 a 2013. Duas abordagens foram testadas para escalonar os 
                         dados de NDVI e de produtividade: Zscore e Rscore. Ademais, dois 
                         m{\'e}todos foram utilizados como crit{\'e}rio de 
                         sele{\c{c}}{\~a}o dos proxies: RMSE e \ρ de Pearson. Os 
                         resultados mostram que a combina{\c{c}}{\~a}o Zscore e RMSE foi 
                         mais adequada para o m{\'e}todo proposto. Os resultados foram 
                         agrupados, de acordo com a quantidade de {\'a}rea colhida em 2012 
                         e por mesorregi{\~o}es geogr{\'a}ficas. Os resultados por grupo 
                         n{\~a}o apresentaram correla{\c{c}}{\~a}o entre a precis{\~a}o 
                         das estimativas e quantidade de {\'a}rea colhida. Os resultados 
                         por mesorregi{\~a}o foram, em geral, bastante precisos, com 
                         diferen{\c{c}}as menores que 5\% comparado aos dados oficiais. 
                         No entanto para as mesorregi{\~o}es de Presidente Prudente, Vale 
                         do Para{\'{\i}}ba Paulista, Ribeir{\~a}o Preto e 
                         Mar{\'{\i}}lia os erros foram de 12,05\%, -11,96\%, 7,23\% e 
                         7,38\%, respectivamente. A precis{\~a}o das estimativas, por 
                         mesorregi{\~o}es, refor{\c{c}}a o potencial deste m{\'e}todo, 
                         que pode ser operacionalmente utilizado para estimar a 
                         produtividade da cana-de-a{\c{c}}{\'u}car para grandes 
                         regi{\~o}es. Al{\'e}m disso, o m{\'e}todo proposto poder{\'a} 
                         estimar a produtividade durante a safra, enquanto as estimativas 
                         oficiais s{\~a}o, geralmente, divulgadas um ou dois anos 
                         ap{\'o}s a colheita. ABSTRACT: 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 
                         S{\~a}o 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 
                         Para{\'{\i}}ba Paulista, Ribeir{\~a}o Preto and 
                         Mar{\'{\i}}lia, 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.",
            committee = "Formaggio, Ant{\^o}nio Roberto (presidente/orientador) and Mello, 
                         M{\'a}rcio Pupin de (orientador) and Sanches, Ieda DelŽArco and 
                         Luiz, Alfredo Jos{\'e} Barreto",
           copyholder = "SID/SCD",
         englishtitle = "Sugarcane crop yield estimation based on MODIS and official 
                         statistics data association.",
             language = "pt",
                pages = "95",
                  ibi = "8JMKD3MGP3W34P/3JNHAGS",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34P/3JNHAGS",
           targetfile = "publicacao.pdf",
        urlaccessdate = "29 nov. 2020"
}


Fechar