Séries temporais de EVI/MODIS na identificação da dinâmica da soja em sistema plantio direto no Mato Grosso, Brasil.

As respostas espectrais monitoradas pelo sensor MODIS (MODerate-resolution Imaging Spectroradiometer) podem auxiliar não apenas na identificação dos cultivos, mas também no sistema de manejo adotado pelos produtores rurais de uma região. Objetivou-se com este trabalho avaliar respostas da soja através de índices de vegetação realçado (EVI) extraídos do MODIS como resposta a dinâmica da soja em sistema plantio direto no Estado de Mato Grosso. A área considerada abrange 23 municípios mais representativos na produção de soja no Estado, respondendo no ano agrícola de 2005-2006 a cerca de 65% da produção de soja no Estado. O índice biofísico EVI é eficiente para mapear áreas com cultivos de soja e identificar áreas que adotam práticas conservacionistas como as preconizadas pelo sistema plantio direto. A evolução espaço-temporal do plantio direto apontado pelas respostas espectrais aponta que houve influência sócio-cultural na adoção de práticas do sistema plantio direto, pelos produtores rurais do Estado de Mato Grosso.

Avaliação da dinâmica do carbono na fitomassa de cana-de-açúcar e pastagem.

A avaliação na alteração dos estoques de carbono na fitomassa agrícola ocorreu em uma área de 51.650 km2, compreendendo 125 municípios das regiões, central, norte e nordeste do Estado de São Paulo. Essas regiões possuem as cadeias de produção especializadas da cana-de-açúcar e das pastagens que estão presentes em praticamente quase todos os municípios da região e competem por área. Por meio da investigação do sensor Moderate Resolution Imaging Spectroradiometer (MODIS) e da interpretação de imagens do sensor Thematic Mapper (TM), avaliou-se a mudança de uso e cobertura da terra nos anos de 1988 e 2015. A expansão a área de cana-de-açúcar acelerou-se significativamente em toda a região e nos últimos 27 anos a área cultivada passou de 1.085.900 ha (21% da área de estudo) para 1.966.445 ha (38% da área de estudo). As áreas de pastagens reduziram-se de 1.397.724 ha (26% da área de estudo) para 684.323 ha (13% da área de estudo). A análise dos dados revelou que a cana-de-açúcar é capaz de acumular 107,2 t.ha.-1.ano-1 de carbono na fitomassa, enquanto as pastagens cultivadas somente 11,7 t.ha.-1.ano-1 de carbono. Em 1988 toda a área de cana-de-açúcar retinha na fitomassa 116 milhões de toneladas de CO2 e em 27 anos esse acúmulo passou para 211 milhões de toneladas de CO2 .ano-1. Constata-se com isso que o carbono pode, ao menos em parte, ser recomposto pelos agroecossistemas durante o subsequente uso do solo. Dos 125 municípios avaliados, 118 deles apresentaram elevação do carbono acumulado na fitomassa devido a incorporação de áreas de pastagens por cana-de-açúcar, num total de 592 mil ha. Somente nas áreas de pastagens que foram substituídas por cana-de-açúcar nesses 27 anos, promoveu-se a remoção de 54 milhões de toneladas de CO2 da atmosfera.

Field-oriented assessment of agricultural crops through temporal segmentation of modis VI data.

Monitoring agricultural crops constitutes a vital task for the general understanding of land use spatio-temporal dynamics. This paper presents an approach for the enhancement of current crop monitoring capabilities on a regional scale, in order to allow for the analysis of environmental and socio-economic drivers and impacts of agricultural land use. This work discusses the advantages and current limitations of using 250m VI data from the Moderate Resolution Imaging Spectroradiometer (MODIS) for this purpose, with emphasis in the difficulty of correctly analyzing pixels whose temporal responses are disturbed due to certain sources of interference such as mixed or heterogeneous land cover. It is shown that the influence of noisy or disturbed pixels can be minimized, and a much more consistent and useful result can be attained, if individual agricultural fields are identified and each field's pixels are analyzed in a collective manner. As such, a method is proposed that makes use of image segmentation techniques based on MODIS temporal information in order to identify portions of the study area that agree with actual agricultural field borders. The pixels of each portion or segment are then analyzed individually in order to estimate the reliability of the temporal signal observed and the consequent relevance of any estimation of land use from that data. The proposed method was applied in the state of Mato Grosso, in mid-western Brazil, where extensive ground truth data was available. Experiments were carried out using several supervised classification algorithms as well as different subsets of land cover classes, in order to test the methodology in a comprehensive way. Results show that the proposed method is capable of consistently improving classification results not only in terms of overall accuracy but also qualitatively by allowing a better understanding of the land use patterns detected. It thus provides a practical and straightforward procedure for enhancing crop-mapping capabilities using temporal series of moderate resolution remote sensing data.

Comparison of multitemporal MODIS-EVI smoothing algorithms and its contribution to crop monitoring.

Crop monitoring and more generally land use change detection are of primary importance in order to analyze spatio-temporal dynamics and its impacts on environment. This aspect is especially true in such a region as the State of Mato Grosso (south of the Brazilian Amazon Basin) which hosts an intensive pioneer front. Deforestation in this region as often been explained by soybean expansion in the last three decades. Remote sensing techniques may now represent an efficient and objective manner to quantify how crops expansion really represents a factor of deforestation through crop mapping studies. Due to the special characteristics of the soybean productions' farms in Mato Grosso (area varying between 1000 hectares and 40000 hectares and individual fields often bigger than 100 hectares), the Moderate Resolution Imaging Spectroradiometer (MODIS) data with a near daily temporal resolution and 250 m spatial resolution can be considered as adequate resources to crop mapping. Especially, multitemporal vegetation indices (VI) studies have been currently used to realize this task [1] [2]. In this study, 16-days compositions of EVI (MODQ13 product) data are used. However, although these data are already processed, multitemporal VI profiles still remain noisy due to cloudiness (which is extremely frequent in a tropical region such as south Amazon Basin), sensor problems, errors in atmospheric corrections or BRDF effect. Thus, many works tried to develop algorithms that could smooth the multitemporal VI profiles in order to improve further classification. The goal of this study is to compare and test different smoothing algorithms in order to select the one which satisfies better to the demand which is classifying crop classes. Those classes correspond to 6 different agricultural managements observed in Mato Grosso through an intensive field work which resulted in mapping more than 1000 individual fields. The agricultural managements above mentioned are based on combination of soy, cotton, corn, millet and sorghum crops sowed in single or double crop systems. Due to the difficulty in separating certain classes because of too similar agricultural calendars, the classification will be reduced to 3 classes : Cotton (single crop), Soy and cotton (double crop), soy (single or double crop with corn, millet or sorghum). The classification will use training data obtained in the 2005-2006 harvest and then be tested on the 2006-2007 harvest. In a first step, four smoothing techniques are presented and criticized. Those techniques are Best Index Slope Extraction (BISE) [3], Mean Value Iteration (MVI) [4], Weighted Least Squares (WLS) [5] and Savitzky-Golay Filter (SG) [6] [7]. These techniques are then implemented and visually compared on a few individual pixels so that it allows doing a first selection between the five studied techniques. The WLS and SG techniques are selected according to criteria proposed by [8]. Those criteria are: ability in eliminating frequent noises, conserving the upper values of the VI profiles and keeping the temporality of the profiles. Those selected algorithms are then programmed and applied to the MODIS/TERRA EVI data (16-days composition periods). Tests of separability are realized based on the Jeffries-Matusita distance in order to see if the algorithms managed in improving the potential of differentiation between the classes. Those tests are realized on the overall profile (comprising 23 MODIS images) as well as on each MODIS sub-period of the profile [1]. This last test is a double interest process because it allows comparing the smoothing techniques and also enables to select a set of images which carries more information on the separability between the classes. Those selected dates can then be used to realize a supervised classification. Here three different classifiers are tested to evaluate if the smoothing techniques as a particular effect on the classification depending on the classifiers used. Those classifiers are Maximum Likelihood classifier, Spectral Angle Mapper (SAM) classifier and CHAID Improved Decision tree. It appears through the separability tests on the overall process that the smoothed profiles don't improve efficiently the potential of discrimination between classes when compared with the original data. However, the same tests realized on the MODIS sub-periods show better results obtained with the smoothed algorithms. The results of the classification confirm this first analyze. The Kappa coefficients are always better with the smoothing techniques and the results obtained with the WLS and SG smoothed profiles are nearly equal. However, the results are different depending on the classifier used. The impact of the smoothing algorithms is much better while using the decision tree model. Indeed, it allows a gain of 0.1 in the Kappa coefficient. While using the Maximum Likelihood end SAM models, the gain remains positive but is much lower (Kappa improved of 0.02 only). Thus, this work's aim is to prove the utility in smoothing the VI profiles in order to improve the final results. However, the choice of the smoothing algorithm has to be made considering the original data used and the classifier models used. In that case the Savitzky-Golay filter gave the better results.

Produto modis associado à condição hídrica no solo para diferenciar padrões na vegetação no município de Dom Eliseu, Pará.

Objetivou avaliar a dinâmica de padrões na vegetação usando NDVI (Normalized Difference Vegetation Index) associado à oferta hídrica no município de Dom Eliseu, no Pará com base na reflectância em áreas com cultivos anuais de grãos e plantios florestais, nos períodos de maior e menor deficiência de água no solo. Foram analisados dados meteorológicos para calcular balanços hídricos (CAD = 300 mm) e respostas em NDVI (Normalized Difference Vegetation Index) extraídos do sensor MODIS (Moderate Resolution Imaging Spectroradiometer). As imagens-índice (NDVI) referentes aos meses de janeiro a dezembro de 2012 foram processadas no aplicativo Envi 4.7 e reclassificadas no ArcGIS10.1. Os resultados apontaram variações temporais ao longo do ano, tanto relacionados aos sistemas de agrícolas de produção, quanto aos remanescentes florestais os quais indicavam associações à oferta hídrica na região e possíveis respostas fenológicas. Em Dom Eliseu, o mês de maior valor em NDVI foi em abril com mais 60% do município expressando manutenção das folhas e da capacidade fotossintética das plantas, pois os valores em NDVI foram superiores a 0,6. No período de agosto a setembro ocorrem as menores cotas pluviais, ocasionando déficits hídricos que atingem valores superiores a 70 mm. Observou-se que as respostas em NDVI foram mais expressivas no mês de outubro, totalizando 16% da área de estudo com valores entre 0,2 a 0,3, evidenciando reduzida expressão em resposta espectral na biomassa dos remanescentes de vegetação e plantios florestais. Conclui-se que existe sensibilidade do NDVI em resposta à condição hídrica no solo. Ao contabilizar-se as diferenças entre a reflectâncias no infravermelho próximo e no vermelho divididos pela soma dessas reflectância, os baixos valores de NDVI, reforçam que no período de maior deficiência hídrica há queda de folhas, pois a superfície imageada, responde com valores mais elevados no solo do que na vegetação.