%0 Journal Article
%4 dpi.inpe.br/plutao/2012/11.28.18.05.50
%2 dpi.inpe.br/plutao/2012/11.28.18.05.51
%@doi 10.1590/S0100-204X2012000900017
%@issn 0100-204X
%F lattes: 1913003589198061 5 RissoRiRuAdShFoEp:2012:ÍnVeMo
%T Índices de vegetação Modis aplicados na discriminação de áreas de soja / Modis vegetation indices applied to soybean area discrimination
%D 2012
%8 Set.
%9 journal article
%A Risso, Joel,
%A Rizzi, Rodrigo,
%A Rudorff, Bernardo Friedrich Theodor,
%A Adami, Marcos,
%A Shimabukuro, Yosio Edemir,
%A Formaggio, Antonio Roberto,
%A Epiphanio, Rui Dalla Valle,
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Universidade Federal de Pelotas, Caixa Postal 354, CEP 96001-970 Capão do Leão, RS, Brazil
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Noble Brasil S.A., Avenida das Naçoes Unidas, no 8.501, CEP 05425-070 São Paulo, SP, Brazil
%@electronicmailaddress
%@electronicmailaddress
%@electronicmailaddress
%@electronicmailaddress
%@electronicmailaddress yosio@ltid.inpe.br
%B Pesquisa Agropecuária Brasileira
%V 47
%N 9
%P 1317-1326
%K Crop area estimates, Modis data, Multi-temporal image classification, Remote sensing, Satellite images, Glycine max.
%X Resumo O objetivo deste trabalho foi avaliar o desempenho do índice de vegetação realçado (EVI) e do índice de vegetação da diferença normalizada (NDVI) ambos do sensor moderate resolution imaging spectroradiometer (Modis) , para discriminar áreas de soja das áreas de cana-de-açúcar, pastagem, cerrado e floresta, no Estado do Mato Grosso. Foram utilizadas imagens adquiridas em dois períodos: durante a entressafra e por ocasião do pleno desenvolvimento da cultura da soja. Para cada classe analisada, foram selecionadas 31 amostras de mapas de referência e avaliadas as diferenças nos valores de cada índice de vegetação, para a classe soja, foram avaliadas frente às demais classes, por meio do teste de Tukey-Kramer. Em seguida, foram avaliadas as diferenças entre os índices de vegetação, por meio do teste de Wilcoxon pareado. O NDVI apresentou melhor desempenho na discriminação das áreas de soja na entressafra, particularmente com uso das imagens do dia do ano (DA) 161 a 273, enquanto o EVI apresentou melhor desempenho no período de pleno desenvolvimento da cultura, especificamente com uso das imagens de DA 353 a 33. Portanto, o melhor resultado para classificação da soja, no Estado do Mato Grosso, via séries temporais do sensor Modis, pode ser obtida por meio do uso combinado do NDVI na entresssafra e do EVI no pleno desenvolvimento da soja. Abstract The objective of this work was to evaluate the performance of the enhanced vegetation index (EVI) and the normalized difference vegetation index (NDVI) both from the moderate resolution imaging spectroradiometer (Modis) sensor to discriminate soybean cultivated areas from sugarcane, pasture, cerrado, and forest ones in the state of Mato Grosso, Brazil. Images acquired during two periods were used: off-season and maximum soybean crop development. For each analyzed class, 31 samples were selected from reference maps, and the differences in the values of each soybean vegetation index were evaluated against the other classes using the Tukey-Kramer test. Afterwards, the differences between the vegetation indices were assessed using the Wilcoxon paired test. NDVI performed best in discriminating soybean areas during the off-season period, particularly when using images acquired from day of year (DOY) 161 to 273, whereas EVI performed best during maximum crop development, particularly when using images from DOY 353 to 33. Therefore, best classification results for soybean in the state of Mato Grosso can be achieved by coupling Modis NDVI images acquired during off-season period and EVI images acquired during the maximum crop development period.
%@language pt
%3 17risso.pdf