@MastersThesis{Sugawara:2002:AvMoAg,
author = "Sugawara, Luciana Miura",
title = "Avalia{\c{c}}{\~a}o de modelo agrometeorol{\'o}gico e imagens
NOAA/AVHRR no acompanhamento e estimativa de produtividade de soja
no Estado do Paran{\'a}",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2002",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2001-09-27",
keywords = "agrometeorologia, modelos, rendimento, sistemas de
informa{\c{c}}{\~a}o geogr{\'a}fica, SIG, soja, {\'{\i}}ndice
de {\'a}rea foliar, sensoriamento remoto, agrometeorology,
models, crops, geographic information systems, GIS, soybeans, leaf
area index, remote sensing.",
abstract = "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 informa{\c{c}}{\~o}es
geogr{\'a}ficas (SIG), a partir de um modelo
agrometeorol{\'o}gico pontual e imagens NOAA-AVHRR. A
integra{\c{c}}{\~a}o do modelo e da base de dados foi realizada
atrav{\'e}s do aplicativo SPRING e os c{\'a}lculos foram
executados por meio do m{\'o}dulo de programa{\c{c}}{\~a}o do
SPRING, denominado LEGAL. A {\'a}rea de estudo foi o Estado do
Paran{\'a} e as estimativas foram geradas, ao n{\'{\i}}vel
municipal, para os anos safra de 1996/97, 1997/98 e 1998/99.
Mosaicos quinzenais de imagens NOAA-AVHRR, com
resolu{\c{c}}{\~a}o espacial de 8 x 8 km, transformados em
imagens NDVI, foram utilizados como componente espectral no modelo
agrometeorol{\'o}gico, visando estimar o {\'{\i}}ndice de
{\'a}rea foliar (IAF). O modelo desenvolvido utiliza
par{\^a}metros agron{\^o}micos e meteorol{\'o}gicos para
c{\'a}lculo da produtividade m{\'a}xima ou potencial. Esta
produtividade {\'e} ent{\~a}o penalizada quando a demanda
h{\'{\i}}drica da cultura n{\~a}o {\'e} suprida adequadamente,
gerando a produtividade real estimada. A an{\'a}lise da
compara{\c{c}}{\~a}o desta estimativa com os valores de
produtividade divulgados pela Secretaria de Agricultura e
Abastecimento do Paran{\'a} (SEAB), ao n{\'{\i}}vel municipal,
foi feita atrav{\'e}s do teste {"}t{"} para pares de
observa{\c{c}}{\~a}o, e o resultado para cada ano safra foi: a)
em 1996/97 o modelo subestimou a produtividade em
rela{\c{c}}{\~a}o {\`a} estimativa da SEAB em 59kg/ha (t=-2,91;
alfa<0,05); b) em 1997/98 a estimativa do modelo e da SEAB
n{\~a}o apresentaram diferen{\c{c}}a 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 satisfat{\'o}rio na estimativa da produtividade de soja
e requer apenas pequenos ajustes. Atrav{\'e}s do {\'{\i}}ndice
de penaliza{\c{c}}{\~a}o, gerado quinzenalmente pelo modelo, foi
poss{\'{\i}}vel fazer o acompanhamento das condi{\c{c}}{\~o}es
de crescimento e desenvolvimento da cultura da soja, detectando-se
defici{\^e}ncias h{\'{\i}}dricas relevantes ao longo da
esta{\c{c}}{\~a}o de crescimento em cada ano safra. O aplicativo
SPRING e seu m{\'o}dulo LEGAL foram satisfat{\'o}rios na
integra{\c{c}}{\~a}o do modelo e na realiza{\c{c}}{\~a}o dos
c{\'a}lculos de produtividade da soja. As imagens NOAA-AVHRR
n{\~a}o se mostraram satisfat{\'o}rias para estimar o IAF, de
tal forma que se utilizou dados da literatura para estimar este
par{\^a}metro dentro do c{\'a}lculo da produtividade. ABSTRACT:
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 Paran{\'a} 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 Paran{\'a}
(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.",
committee = "Rudorff, Bernardo Friedrich Theodor (presidente/orientador) and
Paiva, Jo{\~a}o Argemiro de Carvalho and Shimabukuro, Yosio
Edemir and Fontana, Denise Cybis",
copyholder = "SID/SCD",
englishtitle = "Evaluation of an agrometeorological model and NOAA/AVHRR images in
monitoring and crop yield estimation of soybean in the State of
Paran{\'a}",
label = "9746",
language = "pt",
pages = "181",
ibi = "83LX3pFwXQZ5Jpy/wcAGj",
url = "http://urlib.net/ibi/83LX3pFwXQZ5Jpy/wcAGj",
targetfile = "publicacao.pdf",
urlaccessdate = "03 maio 2024"
}