@MastersThesis{Eberhardt:2015:EsTeQu,
author = "Eberhardt, Isaque Daniel Rocha",
title = "Estimativa em tempo quase real de {\'a}rea de milho e de soja no
Rio Grande do Sul, por sensoriamento remoto e amostragem",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2015",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2015-02-02",
keywords = "estat{\'{\i}}sticas agr{\'{\i}}colas, sensoriamento remoto
agr{\'{\i}}cola, amostragem probabil{\'{\i}}stica, mapas de
cultivos, monitoramento agr{\'{\i}}cola, agricultural
statistics, agricultural remote sensing, random sampling, crop
maps, agricultural monitoring.",
abstract = "Os objetivos da presente pesquisa foram: a) avaliar a
probabilidade de aquisi{\c{c}}{\~a}o de imagens de sensoriamento
remoto livres de nuvens para as mesorregi{\~o}es do RS por meio
do produto \emph{cloud mask} do sensor MODIS, identificando os
impactos para um sistema de estimativa de {\'a}rea em tempo quase
real; b) implementar e avaliar uma metodologia de estimativa de
{\'a}rea ocupada com soja e milho em tempo quase real por meio de
amostragem probabil{\'{\i}}stica aplicada a imagens Landsat no
estado do Rio Grande do Sul (RS); e, c) elaborar e implementar uma
metodologia de gera{\c{c}}{\~a}o de mapas para a
distribui{\c{c}}{\~a}o espacial de culturas de ver{\~a}o (soja
e milho) em tempo quase real por meio de imagens de
{\'{\i}}ndice de vegeta{\c{c}}{\~a}o MODIS. Foram computados
os valores de {\'a}rea livre de nuvens e seus respectivos
intervalos de confian{\c{c}}a em cada mesorregi{\~a}o para cada
per{\'{\i}}odo bimensal utilizando o produto \emph{cloud mask}
MODIS entre julho de 2000 e junho de 2014. Foram produzidos mapas
de percentual de ocorr{\^e}ncia livre de nuvem por pixel, em
per{\'{\i}}odos bimensais ao longo das 14 safras estudadas,
estes mapas serviram para testar a hip{\'o}tese de que n{\~a}o
h{\'a} diferen{\c{c}}a estat{\'{\i}}stica para a
ocorr{\^e}ncia de nuvens entre per{\'{\i}}odos bimensais por
mesorregi{\~a}o. O processo de monitoramento da {\'a}rea ocupada
com soja e milho foi divido em dois segmentos, \emph{Estimativa e
Mapas}. Os per{\'{\i}}odos bimensais de estimativas utilizados
foram quatro ao longo da safra 2013/2014 (de setembro de 2013 a
abril de 2014). No segmento \emph{Estimativa} foi aplicado o
m{\'e}todo de amostragem probabil{\'{\i}}stica estratificada
sobre imagens Landsat-8/OLI tendo como estratos as
mesorregi{\~o}es do Estado do RS. Em cada per{\'{\i}}odo
bimensal foram aleatorizados 5.000 pixels por amostra. Os pixels
foram rotulados com as classes: \emph{soja, milho, nuvem} e
\emph{outros}, e foram atribu{\'{\i}}das por meio de
interpreta{\c{c}}{\~a}o visual da resposta espectrotemporal em
imagens Landsat. O segmento \emph{Mapas} consistiu na metodologia
Detec{\c{c}}{\~a}o de {\'A}reas Agr{\'{\i}}colas em Tempo
Quase Real (DATQuaR), desenvolvida na presente pesquisa, que
disponibiliza um mapa de \emph{soja+milho} para cada
per{\'{\i}}odo de dois meses. Os mapas DATQuaR foram produzidos
com imagens EVI e NDVI MODIS (MOD13Q1) atrav{\'e}s de
diferen{\c{c}}a simples entre dois per{\'{\i}}odos bimensais,
com e sem filtragem de moda. O processo de avalia{\c{c}}{\~a}o
de exatid{\~a}o do segmento \emph{Estimativa} foi realizado
atrav{\'e}s de uma campanha de campo, e para o segmento
\emph{Mapas} atrav{\'e}s da compara{\c{c}}{\~a}o com os pixels
anteriormente usados no segmento \emph{Estimativa}. Os valores de
{\'a}rea livre de nuvens por mesorregi{\~a}o foram de
aproximadamente 40\%. Em termos de probabilidade de pixel livre
de nuvens, o valor m{\'{\i}}nimo foi de 37\% com o m{\'a}ximo
ao redor de 60\%. N{\~a}o houve diferen{\c{c}}a
estat{\'{\i}}stica de percentual de ocorr{\^e}ncia livre de
nuvem por pixel em cada mesorregi{\~a}o entre os seis
per{\'{\i}}odos bimensais. A composi{\c{c}}{\~a}o colorida com
imagens Landsat-8/OLI Rb5-Gb6-Bb4 foi a mais adequada ao processo
interpreta{\c{c}}{\~a}o visual. Para o processo de
interpreta{\c{c}}{\~a}o visual foi definida uma chave de
interpreta{\c{c}}{\~a}o e o protocolo para aplica{\c{c}}{\~a}o
da interpreta{\c{c}}{\~a}o. A exatid{\~a}o global do processo
de classifica{\c{c}}{\~a}o visual dos pixels. aleatorizados foi
de 95,74\%. Foram necess{\'a}rias no m{\'a}ximo 100 horas de
trabalho para a execu{\c{c}}{\~a}o do segmento
\emph{Estimativa} a cada per{\'{\i}}odo bimensal de
monitoramento. Para a produ{\c{c}}{\~a}o dos mapas DATQuaR o
melhor formato adotado foi o de diferen{\c{c}}a simples entre uma
imagem de m{\'a}ximo (no per{\'{\i}}odo de monitoramento) e
outra de m{\'{\i}}nimo (per{\'{\i}}odo bimensal anterior),
ambas obtidas a partir de imagens EVI MODIS, com
aplica{\c{c}}{\~a}o de filtro de moda com janela 3x3. A
concord{\^a}ncia global m{\'{\i}}nima dos mapas DATQuaR
produzidos neste formato foi de 81,24\%. ABSTRACT: The aims of
this research were: a) to evaluate the probability of acquisition
of satellite images without cloud cover for Rio Grande do Sul
state (RS) mesoregions using cloud mask MODIS sensor b) to
implement and to evaluate the near real-time estimate of occupied
area with soybean and maize methodology by random sampling applied
over Landsat images in the RS; and c) to elaborate and to
implement the method to generate near real-time crop maps by MODIS
vegetation index images. The values of clear sky acreage and their
confidence intervals in each mesoregion for each bimonthly period
using MODIS cloud mask between July 2000 and June 2014 were
computed. Per pixel the percentage of clear sky maps for each
bimonthly period over 14 agricultural years studied were made;
these maps were used to test the hypothesis that the occurrence of
clear sky is constant over the time in mesoregion level. The
monitoring process of occupied area with soybean and maize was
divided in two segments, the \emph{Estimate} and the
\emph{Maps}. The estimates bimonthly periods were four through
2013/2014 agricultural year (from September 2013 to March 2014).
In the \emph{Estimate} segment, it was applied stratified random
sampling over Landsat- 8/OLI images using the RS State mesoregion
division as strata. 5.000 pixels in each sample for each period
were randomized. The pixels were labeled with classes:
\emph{soybean, maize, cloud} and \emph{others}, assigned by
visual interpretation of spectro-temporal response in Landsat
images. The \emph{Maps} segment consisted in the method Near
Real-Time Crop Fields Detection (DATQuaR) that returns
\emph{soybean+maize} map for each two months period. These maps
were made using NDVI and EVI MODIS images (MOD13Q1) in the simple
difference between two periods, with and without mode filter. The
accuracy evaluation process of \emph{Estimate} segment was made
by field campaign and to \emph{Maps} segment by the comparison
with sampled pixels from \emph{Estimative} segment. The clear sky
area alues in mesoregion level were around 40%. The probability of
cloud free pixels was between 37 and 60\%. There are no
statistical differences between clear sky probability percentage
in the mesoregion level among the six bimonthly monitoring
periods. The Landsat-8/OLI color composite Rb5-Gb6-Bb4 was the
most appropriate for visual interpretation. Visual interpretation
key and operational protocol were defined. The accuracy results of
the visual classification of sampled pixels was 95.74%. It is
necessary about 100 hours of work to apply all the
\emph{Estimate} segment in each bimonthly monitoring period. For
producing DATQuaR maps the best way was the simple difference
between one image as maximum value (over the monitoring period)
and minimum value over the anterior period of monitoring, both
using EVI MODIS, and as 3x3 mode filter. The minimum global
accuracy of the DATQuaR maps using this way was 81.24\%.",
committee = "Formaggio, Ant{\^o}nio Roberto (presidente/orientador) and Luiz,
Alfredo Jos{\'e} Barreto (orientador) and Sanches, Ieda Del'Arco
and Rizzi, Rodrigo and Bolliger, Fl{\'a}vio Pinto",
copyholder = "SID/SCD",
englishtitle = "Near real-time estimates of planted areas with soybean and maize
Rio Grande do Sul state by satellite images",
language = "pt",
pages = "132",
ibi = "8JMKD3MGP3W34P/3HNHPQL",
url = "http://urlib.net/ibi/8JMKD3MGP3W34P/3HNHPQL",
targetfile = "publicacao.pdf",
urlaccessdate = "27 abr. 2024"
}