| 1. Identificação | ||||||||||||||||
| Tipo de Referência | Tese ou Dissertação (Thesis) | |||||||||||||||
| Site | mtc-m16d.sid.inpe.br | |||||||||||||||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||||||||||||||
| Identificador | 8JMKD3MGP7W/3DLLLQ8 | |||||||||||||||
| Repositório | sid.inpe.br/mtc-m19/2013/03.04.20.07 | |||||||||||||||
| Última Atualização | 2013:06.03.13.22.02 (UTC) administrator | |||||||||||||||
| Repositório de Metadados | sid.inpe.br/mtc-m19/2013/03.04.20.07.10 | |||||||||||||||
| Última Atualização dos Metadados | 2018:06.05.04.14.00 (UTC) administrator | |||||||||||||||
| Chave Secundária | INPE-17198-TDI/2036 | |||||||||||||||
| Chave de Citação | Bernardes:2013:MoDaEs | |||||||||||||||
| Título | Modelagem de dados espectrais e agrometeorológicos para estimativa da produtividade de café  | |||||||||||||||
| Título Alternativo | Modelling spectral and agrometeorological data to estimate coffee yield | |||||||||||||||
| Curso | SER-SRE-SPG-INPE-MCTI-GOV-BR | |||||||||||||||
| Ano | 2013 | |||||||||||||||
| Data | 2013-03-18 | |||||||||||||||
| Data de Acesso | 11 maio 2024 | |||||||||||||||
| Tipo da Tese | Tese (Doutorado em Sensoriamento Remoto) | |||||||||||||||
| Tipo Secundário | TDI | |||||||||||||||
| Número de Páginas | 153 | |||||||||||||||
| Número de Arquivos | 1 | |||||||||||||||
| Tamanho | 1872 KiB | |||||||||||||||
| 2. Contextualização | ||||||||||||||||
| Autor | Bernardes, Tiago | |||||||||||||||
| Grupo | SER-SRE-SPG-INPE-MCTI-GOV-BR | |||||||||||||||
| Banca | Formaggio, Antonio Roberto (presidente) Moreira, Maurício Alves (orientador) Ponzoni, Flávio Jorge Volpato, Margarete Marin Lordelo Pantano, Angélica Prela | |||||||||||||||
| Endereço de e-Mail | bernati@dsr.inpe.br | |||||||||||||||
| Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) | |||||||||||||||
| Cidade | São José dos Campos | |||||||||||||||
| Histórico (UTC) | 2013-03-04 20:09:47 :: bernati@dsr.inpe.br -> yolanda :: 2013-04-08 12:33:06 :: yolanda -> bernati@dsr.inpe.br :: 2013-05-20 12:39:48 :: bernati@dsr.inpe.br -> yolanda :: 2013-05-31 17:05:04 :: yolanda -> administrator :: 2013-06-03 12:44:31 :: administrator -> lmanacero@yahoo.com :: 2013-06-03 13:22:55 :: lmanacero@yahoo.com -> tereza@sid.inpe.br :: 2013-06-05 13:25:13 :: tereza@sid.inpe.br :: -> 2013 2013-06-05 13:48:03 :: tereza@sid.inpe.br -> administrator :: 2013 2018-06-05 04:14:00 :: administrator -> :: 2013 | |||||||||||||||
| 3. Conteúdo e estrutura | ||||||||||||||||
| É a matriz ou uma cópia? | é a matriz | |||||||||||||||
| Estágio do Conteúdo | concluido | |||||||||||||||
| Transferível | 1 | |||||||||||||||
| Palavras-Chave | produtividade café bienalidade modelo agrometeorológico Landsat productivity coffee biennial agrometeorological model Landsat | |||||||||||||||
| Resumo | A produtividade da cultura cafeeira no Brasil tem sido estimada experimentalmente por meio de modelos agrometeorológicos que consideram o efeito da disponibilidade hídrica. No entanto, além da disponibilidade hídrica, vários outros fatores se somam para compor a produtividade, dentre eles o efeito conhecido como bienalidade, no qual a cultura apresenta produções altas e baixas, alternadamente, a cada 2 anos em função de um ciclo de desenvolvimento bianual, o que torna a produtividade do ano anterior importante na estimativa da produtividade de um determinado ano. No presente trabalho, este efeito foi considerado a partir de correlações entre dados de produtividade de lavouras obtidos em campo e a área foliar das mesmas lavouras. A área foliar foi estimada a partir dos índices de vegetação EVI e NDVI derivados de imagens Landsat. Foram obtidos modelos de regressão para estimar a produtividade do ano anterior a partir das imagens. O modelo final proposto penaliza a produtividade potencial da cultura em função das Evapotranspirações relativas, obtidas a partir de dados meteorológicos do modelo regional ETA, e da produtividade do ano anterior, obtida das regressões com os índices de vegetação. As Evapotranspirações relativas foram calculadas em 4 diferentes combinações de períodos representativos das fases fenológicas do cafeeiro e parametrizadas juntamente com a produtividade do ano anterior para determinação de coeficientes que representam o peso (ky) destas variáveis na penalização da produtividade potencial. O coeficiente de penalização pela produtividade do ano anterior (ky$_{0}$) apresentou os maiores valores, o que indica a importância desta variável na produtividade do cafeeiro. Com relação às variáveis de penalização hídrica os coeficientes referentes à fase entre os meses de Abril a Setembro (ky$_{1}$), que corresponde à indução e maturação das gemas florais, foram maiores. O coeficiente referente à fase entre os meses de Setembro a Dezembro (ky$_{2}$), correspondente ao florescimento e início da formação dos frutos, mostrou-se o segundo mais importante. O modelo final foi avaliado ao nível de produtividade por lavouras e ao nível de produção total por município. O modelos utilizando coeficientes de penalização parametrizados com as Evapotranspirações relativas agrupadas nos períodos Jun/Jul/Ago, Set/Out/Nov e Dez/Jan/Fev (combinação A) apresentou os melhores resultados em relação aos modelos C e D. O desempenho geral dos modelos ao nível de lavouras foi considerado ruim, com erros variando entre 13,73 a 21,43 sc/ha (EMA) e 18,51 a 28,66 sc/ha (EMQ), valores de R$^{2}$ variando entre 0,20 a 0,69, índices d$_{1}$ 0,38 a 0,53 e índice d$_{2}$ entre 0,41 a 0,70. Ao nível de produção total por municípios os desempenhos foram melhores com erros variando entre 1.600 a 3.900 kg (EMA) e 2.490 a 6.904 kg (EMQ), valores de R$^{2}$ variando entre 0,67 a 0,93, índices d$_{1}$ 0,65 a 0,83 e índice d$_{2}$ entre 0,77 a 0,90. ABSTRACT: Coffee yield has been estimated in Brazil through agrometeorological models which consider the effect of water availability. However besides the water availability several factors must be taken into account in yield forecasting, as the well known biennial bearing effect. This effect results in alternated high and low yield due to the biannual growth cycle of coffee crop and makes yield the previous year important. In this study this effect was considered using correlations between observed yield of coffee plots and foliar area of the same plots. The foliar area was estimated through Landsat derived vegetation indices (EVI and NDVI). We have used regression models to estimate yield the previous year. The final model penalizes the potential yield according the Relative evapotranspiration, obtained from meteorological data of ETA regional model, and yield the previous year, obtained from regression models with vegetation indices. The Relative evapotranspiration were calculated in four different combinations of periods representative of phenological phases of coffee crop and parameterized jointly to yield the previous year in order to determine the weight coefficients (ky) for these variables in the penalization of potential yield. The penalization coefficient for yield the previous year (ky$_{0}$) presented higher values, indicating the importance of this variable for coffee yield. In relation to the water penalization variables, the coefficients for the phase from April to September (ky$_{1}$), which match to flower bud induction, were higher. The coefficient for the phase from September to December (ky$_{2}$), which match to flowering and early fruit development, was the second most important. The final model was evaluated in plot yield level and total production of the municipality level. The models using weigh coefficients parameterized for Relative evapotranspiration gathered in periods of Jun/Jul/Aug, Sept/Oct/Nov and Dec/Jan/Feb (combination A) presented better results compared to the models C and D. The general accuracy of models in the plot level was considered bad, with errors ranging from 13,73 to 21,43 sc/ha (RE) and 18,51 a 28,66 sc/ha (MSE), values of R$^{2}$ ranging from 0,20 to 0,69, d$_{1}$ index ranging from 0,38 a 0,53 and d$_{2}$ index ranging from 0,41 a 0,70. In the municipality level the accuracy was better with errors ranging from 1600 to 3900 to kg (RE) and 2490 to 6904 kg (MSE) values of R$^{2}$ ranging from 0,67 to 0,93, d$_{1}$ index ranging from 0,65 a 0,83 and d$_{2}$ index ranging from 0,77 a 0,90. | |||||||||||||||
| Área | SRE | |||||||||||||||
| Arranjo | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Modelagem de dados... | |||||||||||||||
| Conteúdo da Pasta doc | acessar | |||||||||||||||
| Conteúdo da Pasta source |
| |||||||||||||||
| Conteúdo da Pasta agreement |
| |||||||||||||||
| 4. Condições de acesso e uso | ||||||||||||||||
| URL dos dados | http://urlib.net/ibi/8JMKD3MGP7W/3DLLLQ8 | |||||||||||||||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP7W/3DLLLQ8 | |||||||||||||||
| Idioma | pt | |||||||||||||||
| Arquivo Alvo | publicacao.pdf | |||||||||||||||
| Grupo de Usuários | administrator bernati@dsr.inpe.br lmanacero@yahoo.com tereza@sid.inpe.br yolanda.souza@mcti.gov.br | |||||||||||||||
| Grupo de Leitores | administrator bernati@dsr.inpe.br lmanacero@yahoo.com tereza@sid.inpe.br yolanda.souza@mcti.gov.br | |||||||||||||||
| Visibilidade | shown | |||||||||||||||
| Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.10 | |||||||||||||||
| Detentor dos Direitos | originalauthor yes | |||||||||||||||
| Detentor da Cópia | SID/SCD | |||||||||||||||
| Permissão de Atualização | não transferida | |||||||||||||||
| 5. Fontes relacionadas | ||||||||||||||||
| Repositório Espelho | iconet.com.br/banon/2006/11.26.21.31 | |||||||||||||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F3NU5S | |||||||||||||||
| Divulgação | BNDEPOSITOLEGAL; BINAGRI. | |||||||||||||||
| Acervo Hospedeiro | sid.inpe.br/mtc-m19@80/2009/08.21.17.02 | |||||||||||||||
| 6. Notas | ||||||||||||||||
| Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype creatorhistory descriptionlevel doi electronicmailaddress format isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readpermission resumeid schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype | |||||||||||||||