Calibração de dados agrometeorológicos e estimativa de área e produtividade de culturas agrícolas de verão no estado do Paraná / Calibration of agrometeorological data, area and yield estimation for summer crops in Parana state

AUTOR(ES)
FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

14/02/2012

RESUMO

O caráter subjetivo dos levantamentos oficiais de produção não permite uma análise quantitativa dos erros envolvidos nem o conhecimento da sua distribuição espacial. Soluções visando à definição de metodologias mais eficazes, com menor custo, e que permitam um estudo em escala regional das estimativas agrícolas (área cultivada e produtividade) têm sido estudadas com o uso de geotecnologias. Neste trabalho, foram utilizadas imagens multitemporais do índice de vegetação EVI/MODIS, entre os anos-safra 2004/05 e 2007/08 no estado do Paraná, com o objetivo de mapear/estimar as áreas (máscaras) com as culturas de verão mais importantes (soja e milho) e estimar a produtividade da soja com modelos espectrais e mistos regionais. Também foram utilizados dados decendiais da radiação solar global, evapotranspiração de referência, temperatura média do ar e precipitação pluvial do ECMWF e de Superfície (SIMEPAR, INMET, SUDERSHA) para calibração entre as duas fontes, a fim de utilizá-los nos modelos mistos de estimativa de produtividade. Para geração dos modelos de produtividade espectrais e mistos foram selecionados 40 municípios. Para os modelos espectrais, as variáveis foram geradas ao longo do ciclo produtivo, a partir dos perfis temporais de EVI médios municipais. Para os modelos mistos, foram geradas variáveis dos dados calibrados do ECMWF por fase fenológica da soja. A seleção das variáveis deu-se pelo método estatístico stepwise para posteriormente, serem modeladas por regressão. Como resultados, foram geradas máscaras anuais destas culturas de verão, que comparadas por município, com os dados oficiais do IBGE, mostraram bons ajustes (R²>0,84; d >0,95; c>0,85) e ótima exatidão espacial (EG>92,8% e IK>0,86) utilizando com referência terrestre, imagens LANDSAT 5/TM e AWiFS/IRS. O procedimento de calibração dos 303 pixels do ECMWF sobre o estado foi realizado por meio de modelos de regressão linear simples de 10 anos de dados (2000 a 2009). Todas as variáveis agrometeorológicas estudadas, com exceção de precipitação pluvial, apresentaram elevada acurácia (d, MAE, RMSE) e precisão (R2, r) e pequena tendência (ou viés) (Es). A variável com melhor ajuste foi a temperatura média do ar, seguida pela evapotranspiração de referência e radiação solar global, com valores de c iguais a 0,83; 0,81 e 0,76, respectivamente. A calibração dos dados do ECMWF em relação à precipitação pluvial não foi significativa provavelmente devido à alta variabilidade espacial mensurados na superfície. As estimativas de produtividade de soja, obtidas por meio dos modelos espectrais, apresentaram menor acurácia (MAE, RMSE, MAPE) e precisão (r, R²) quando comparados aos obtidos pelos modelos mistos, corroborando com os resultados da literatura que indicam melhora no desempenho dos modelos de produtividade com a inserção de dados agrometeorológicos. Comparado aos dados oficiais, as estimativas realizadas pelos modelos espectrais e mistos não apresentaram tendência de subestimação e superestimação de produtividade. Como conclusões, verificou-se que a metodologia proposta para geração das máscaras foi eficiente e pode ser utilizada para um mapeamento em escala estadual, dentro das limitações da resolução espacial que caracteriza as imagens EVI/MODIS (250m). Foi possível e necessária a calibração dos dados estimados pelo ECMWF para as variáveis radiação solar global, evapotranspiração de referência e temperatura média do ar no Paraná. Não foi possível a calibração dos dados de precipitação pluvial devido à elevada variabilidade espacial mensurada pelas estações de superfície

ASSUNTO(S)

corn agricultura - sensoriamento remoto agricultura - previsão modelagem de dados soja milho agriculture agriculture data modeling soybean

Documentos Relacionados