Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/33228
metadata.teses.dc.title: Uso das séries temporais de índices de vegetação para o monitoramento agrícola no Estado de Mato Grosso
metadata.teses.dc.title.alternative: Use of vegetation indices time series for agricultural monitoring in the state of Mato Grosso
metadata.teses.dc.creator: Chaves, Michel Eustáquio Dantas
metadata.teses.dc.creator.Lattes: http://lattes.cnpq.br/0567206071250904
metadata.teses.dc.contributor.advisor1: Alves, Marcelo de Carvalho
metadata.teses.dc.contributor.referee1: Oliveira, Marcelo Silva de
metadata.teses.dc.contributor.referee2: Sáfadi, Thelma
metadata.teses.dc.contributor.referee3: Ferreira, Elizabeth
metadata.teses.dc.contributor.referee4: Volpato, Margarete Marin Lordelo
metadata.teses.dc.subject: Sensoriamento remoto
Geoprocessamento
Análise de séries temporais
Geoestatística
Reconhecimento de padrões
Remote sensing
Geoprocessing
Time series analysis
Geoestatistics
Patterns recognition
Vegetation indices
metadata.teses.dc.date.issued: 19-Mar-2019
metadata.teses.dc.description.sponsorship: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
metadata.teses.dc.identifier.citation: CHAVES, M. E. D. Uso das séries temporais de índices de vegetação para o monitoramento agrícola no Estado de Mato Grosso. 2019. 148 p. Tese (Doutorado em Engenharia Agrícola)-Universidade Federal de Lavras, Lavras, 2018.
metadata.teses.dc.description.resumo: A agricultura é um dos principais setores da balança comercial brasileira, especialmente a partir da virada do século. Neste cenário, o Estado de Mato Grosso se destaca. Chamado de ―Celeiro do mundo‖, teve sua paisagem alterada com a expansão da fronteira agrícola sobre os biomas Cerrado e Amazônia, transformando-se em potência mundial do setor, com grandes glebas de produção em seu território. Considerando as dimensões estaduais, a distribuição e a dinâmica das atividades agropecuárias, é importante destacar a utilidade de satélites e sensores remotos para o monitoramento de grandes extensões territoriais agrícolas, por sua capacidade de coletar informações detalhadas e confiáveis com alta frequência de revisita, podendo ser associados a os sistemas de obtenção de dados agrícolas convencionais. As séries temporais provenientes de produtos compostos voltados à vegetação, tais como o MOD13Q1 e o MYD13Q1 do sensor Moderate Resolution Imaging Spectroradiometer (MODIS), possibilitam avaliar o comportamento da vegetação por meio da identificação de sazonalidades e tendências inerentes aos ciclos fenológicos de culturas agrícolas. Na parte espacial, técnicas de geoestatística aliadas às informações in situ e de censo permitem quebrar as barreiras de escala e criar o efeito de downscaling, fator que apresenta potencial para identificar áreas de culturas, bem como estimar a produtividade agrícola com menor incerteza. Diante das inovações tecnológicas, este estudo apresenta a utilização de técnicas de geoestatística e de análise de séries temporais de índices de vegetação dos produtos supracitados para a derivação de parâmetros do ciclo fenológico, com o intuito de identificar, interpretar e monitorar a evolução de áreas agrícolas em Mato Grosso entre os anos de 2000 e 2012, que representam o período de crescimento exponencial da agricultura após a virada do século. Em escala estadual, foi possível identificar as áreas de soja e sua intensificação ao longo do período com Acurácia Global de 92,1% e índice Kappa de 0,84, bem como a produtividade em cinco aglomerados de fazendas de diferentes mesorregiões com 95,09% de acurácia, considerando o desvio padrão e o erro provável. Para disseminar os mapas de área e produtividade obtidos, foi desenvolvida uma plataforma web intitulada SojaSAT. Em nível de aglomerado de fazendas e de talhão, foi possível identificar culturas na safra e na safrinha com Acurácia Global de 89,5% e índice Kappa de 0,80. Os resultados obtidos mostram a utilidade das séries temporais MODIS aliadas às técnicas de geoestatística e de análise de séries temporais para monitorar o ciclo fenológico das culturas, tornando possível identificar a s áreas destinadas ao plantio de diferentes cultivos de acordo com as respostas espectro-temporais detectadas.
metadata.teses.dc.description.abstract: The agriculture is one of main sectors of the Brazilian trade balance, especially from the century begin. In this scenario, the State of Mato Grosso stands out. Called the "Barn of the World", its landscape changed with the agricultural frontier expansion over the Cerrado and Amazon biomes, becoming a world power of the sector, with large areas of production in its territory. Considering the state dimensions, distribution, and dynamics of agricultural practices, it is important to highlight the usefulness of remote satellites and sensors for the monitoring of large agricultural territorial extensions, for their ability to collect detailed and reliable information with a high revisit frequency, associated with conventional agricultural data collection systems. The time series from vegetation-oriented composite products such as MOD13Q1 and MYD13Q1 from the Moderate Resolution Imaging Spectroradiometer (MODIS) sensor make it possible to evaluate vegetation dynamic by identifying seasonalities and trends inherent to phenological cycles of agricultural crops. In the spatial part, geostatistical techniques combined with in situ and census data allow to break down the scale barriers and create the downscaling effect, a factor that presents potential to identify agricultural crops and to estimate yield with less uncertainty. In face of technological innovations, this study presents the use of geostatistics techniques and vegetation indices time series analysis for the derivation of phenological cycle parameters, in order to identify, interpret and monitor the evolution of agricultural areas in Mato Grosso between 2000 and 2012, period of exponential agricultural expansion after the turn of the century. At the state level, it was possible to identify soybean areas and their intensification throughout the period with a Global Accuracy of 92.1% and a Kappa index of 0.84, as well as productivity in five agglomerations of farms of different mesoregions with 95.09% of accuracy, considering t he standard deviation and probable error. In order to disseminate the area and yield maps obtained, a web platform was developed entitled SojaSAT. At the level of an agglomerate of farms and field, it was possible to identify crops in the harvest and in the safrinha with Global Accuracy of 89.5% and Kappa index of 0.80. The results obtained show the usefulness of the MODIS time series combined with geostatistical techniques and time series analysis to monitor the phenological cycle of the crops, making it possible to identify areas for planting different crops according to the detected spectro-temporal responses.
metadata.teses.dc.description: Arquivo retido, a pedido do autor, até março 2020.
metadata.teses.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/33228
metadata.teses.dc.publisher: Universidade Federal de Lavras
metadata.teses.dc.language: por
Appears in Collections:DEG - Engenharia Agrícola - Doutorado (Teses)

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.