@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/ibi/8JMKD3MGP3W34P/3JNHAGS",
targetfile = "publicacao.pdf",
urlaccessdate = "27 abr. 2024"
}