Voyage dans l'Amérique Méridionale : (le Brésil, la république orientale de l'Uruguay, la République argentine, la Patagonie, la république du Chili, la république de Bolivia, la républiquedu Pérou), exécuté pendant les années 1826, 1827, 1828, 1829, 1830, 1831, 1832, et 1833 /

t.6:pt.2 (1837-1843)

Análise espectral e temporal da cultura do café em imagens Landsat

A definição da resposta espectral da cultura do café é uma das etapas na identificação de lavouras cafeeiras em imagens de satélites de sensoriamento remoto, para fins de mapeamento e estimativa de área plantada. O objetivo deste trabalho foi avaliar o potencial das imagens adquiridas pelos satélites da série Landsat, no mapeamento da cultura do café para a previsão de safras. Foi feita uma análise temporal do comportamento espectral de lavouras de café-formação e café-produção por meio de imagens livres de nuvens adquiridas nos anos de 1999 e 2001. Também foi analisado o comportamento espectral das classes pastagem e mata, que compõem os alvos de maior ocupação na área de estudo. As imagens do período seco foram mais eficientes no mapeamento de lavouras de café-formação e café-produção. As imagens da banda 4 dos dois sensores apresentaram melhor diferenciação espectral entre café e os demais alvos da cena. A reflectância do café-produção apresentou grande variabilidade entre lavouras, que pode ser atribuída à idade, espaçamento de plantas, cultivar, indicando a necessidade de trabalho em campo para a correta identificação das lavouras de café nas imagens Landsat.

Imagens do sensor MODIS associadas a um modelo agronômico para estimar a produtividade de soja

O objetivo deste trabalho foi estimar a produtividade de soja no Rio Grande do Sul, nas safras de 2000/2001 a 2002/2003, por meio de um modelo agronômico implementado em um Sistema de Informação Geográfica (SIG). Duas abordagens foram utilizadas: o modelo agronômico (AGRO), com valores de índice de área foliar (IAF) obtidos da literatura; e o modelo agronômico-espectral (AGROESPEC), com valores de IAF estimados a partir das imagens MODIS (moderate resolution imaging spectroradiometer). As estimativas de produtividade obtidas pelo modelo foram comparadas àquelas fornecidas pelo Instituto Brasileiro de Geografia e Estatística (IBGE), com o uso do teste t para pares de observação. Nas safras 2000/2001 e 2001/2002, não foram observadas diferenças significativas. Para 2002/2003, o modelo subestimou o valor de produtividade em 7,87 e 7,04%, nas abordagens AGRO e AGROESPEC, respectivamente, em comparação à produtividade fornecida pelo IBGE. Ambas as abordagens do modelo permitiram avaliação objetiva e quantitativa do efeito das condições meteorológicas sobre a produtividade de soja. Entretanto, o AGROESPEC forneceu estimativas mais detalhadas, no que se refere à variação espacial da produtividade, em razão do emprego dos valores de IAF estimados a partir das imagens MODIS.

Painel amostral para estimativa de áreas agrícolas

O objetivo deste trabalho foi desenvolver metodologia que integre sensoriamento remoto e sistema de informações geográficas (SIG) para criar um painel amostral e alocar segmentos regulares por meio de um sistema de amostragem aleatória estratificada. Diferentes estratos foram obtidos por meio da classificação de imagens de satélite. Em cada estrato foi realizado sorteio para a seleção dos segmentos amostrais, os quais foram visitados para delimitar as diversas culturas e estimar a área. Na estimativa da área plantada por cultura, para toda a região, utilizou-se o estimador por expansão direta por meio de um procedimento semi-automático. A metodologia reduziu tanto a subjetividade do percentual da área agrícola estimada no estrato, quanto o tempo de construção do painel amostral.

Processo analítico hierárquico na identificação de áreas favoráveis ao agroecossistema cafeeiro em escala municipal

O objetivo deste trabalho foi delimitar áreas favoráveis ao agroecossistema cafeeiro, em quatro municípios do Estado de Minas Gerais, pela aplicação do processo analítico hierárquico (AHP). Uma função de ponderação aritmética foi obtida, com base nas premissas de favorabilidade à cafeicultura, considerando-se as seguintes variáveis: solo, declividade, orientação de vertentes, altimetria e as possíveis áreas de preservação permanente. Essa função permitiu combinar as condições adequadas ao cultivo do café e ressaltar as áreas com maior favorabilidade. Foi verificado que os quatro municípios diferem entre si quanto à favorabilidade ao agroecossistema cafeeiro; porém, ao se considerar apenas as áreas cultivadas com café, foi verificado que os municípios de Boa Esperança e Cristais não diferem entre si.

Viabilidade de uso de imagens do Landsat em mapeamento de área cultivada com soja no Estado do Paraná

O objetivo deste trabalho foi avaliar a viabilidade do uso de imagens do Landsat, para o mapeamento da área cultivada com soja, nas safras de 2000/2001 a 2006/2007, no Estado do Paraná. A análise dos "quick looks" das imagens dos sensores TM e ETM+ foi feita para selecionar as imagens úteis para o mapeamento da cultura da soja. Os "quick looks" foram classificados de acordo com a presença ou a ausência de nuvens e de problemas técnicos. Conforme os resultados, em nenhum dos sete anos teria sido possível mapear a área cultivada com soja, em todo o Estado, mesmo nos três anos-safra em que os satélites Landsat 5 e 7 operaram em conjunto. A presença de nuvens, detectada pelos sensores ópticos, deve ser levada em conta no mapeamento sistemático da área cultivada com culturas de verão, no Brasil.

Estimating soybean crop areas using spectral-temporal surfaces derived from MODIS images in Mato Grosso, Brazil

The objective of this work was to evaluate the application of the spectral-temporal response surface (STRS) classification method on Moderate Resolution Imaging Spectroradiometer (MODIS, 250 m) sensor images in order to estimate soybean areas in Mato Grosso state, Brazil. The classification was carried out using the maximum likelihood algorithm (MLA) adapted to the STRS method. Thirty segments of 30x30 km were chosen along the main agricultural regions of Mato Grosso state, using data from the summer season of 2005/2006 (from October to March), and were mapped based on fieldwork data, TM/Landsat-5 and CCD/CBERS-2 images. Five thematic classes were considered: Soybean, Forest, Cerrado, Pasture and Bare Soil. The classification by the STRS method was done over an area intersected with a subset of 30x30-km segments. In regions with soybean predominance, STRS classification overestimated in 21.31% of the reference values. In regions where soybean fields were less prevalent, the classifier overestimated 132.37% in the acreage of the reference. The overall classification accuracy was 80%. MODIS sensor images and the STRS algorithm showed to be promising for the classification of soybean areas in regions with the predominance of large farms. However, the results for fragmented areas and smaller farms were less efficient, overestimating soybean areas.

Amostragem probabilística estratificada por pontos para estimar a área cultivada com soja

O objetivo deste trabalho foi avaliar o desempenho de um modelo probabilístico de amostragem estratificada por pontos, e definir um tamanho de amostra adequado para estimar a área cultivada com soja no Rio Grande do Sul. A área foi estratificada de acordo com a percentagem de soja cultivada em cada município do estado: menor que 20, de 20 a 40 e maior que 40%. Foram avaliadas estimativas obtidas por meio de seis tamanhos de amostras, resultantes da combinação de três níveis de significância (10, 5 e 1%) e dois valores de erro amostral (5 e 2,5%). Para cada tamanho de amostra, foram realizados 400 sorteios aleatórios. As estimativas foram avaliadas com base na área de soja obtida de um mapa temático de referência proveniente de uma cuidadosa classificação automática e visual de imagens multitemporais dos satélites TM/Landsat-5 e ETM+/Landsat-7 disponível para a safra 2000/2001. A área de soja no Rio Grande do Sul pode ser estimada por meio de um modelo de amostragem probabilística estratificada por pontos, sendo que a melhor estimativa é obtida para o maior tamanho amostral (1.990 pontos), com diferença de apenas -0,14% em relação à estimativa do mapa de referência e um coeficiente de variação de 6,98%.