Calendário agrícola de soja e milho baseado em imagens de satélite de moderada resolução para o sul do Brasil
DOI:
https://doi.org/10.5433/1679-0359.2020v41n5supl1p2419Palavras-chave:
Índice de Vegetação Melhorado, Timesat, Data de Semeadura, Data de Colheita.Resumo
O conhecimento do calendário agrícola das culturas é essencial para melhor estimar e prever o cultivo de culturas em larga escala. O objetivo deste estudo foi estimar a data da semeadura (SD), a data de data de maximo desenvolvimento vegetativo (DMVD) e a data da colheita (HD) de soja e milho no estado do Paraná, Brasil. Datas de 102 fazendas e o Índice de Vegetação Aprimorado (EVI) do Espectrorradiômetro de Imagem de Resolução Moderada (MODIS) de 2011 a 2014 foram utilizados em uma análise de tendência sazonal para obter padrões sazonais de soja e milho. Os resultados indicam que a maioria da soja é semeada em outubro e a DMVD ocorre entre o segundo decêndio de dezembro e o primeiro decêndio de janeiro. Devido à variabilidade espacial do SD, à diferença nos ciclos de maturação das cultivares e à variação climática regional, a HD da soja variou bastante durante as safras estudadas, variando de meados de fevereiro a final de março. A SD do milho é anterior a da soja e ocorre principalmente no final de setembro a meados de outubro. O DMVD ocorre principalmente em dezembro e a HD está distribuída entre janeiro e março no Paraná. Ao comparar as datas estimadas com as datas observadas, o erro médio (ME) variou de 0,2 dias antes a 3,3 dias após a data observada para a soja com a raiz do erro quadrático médio (RMSE) de 1,93 a 14,73 dias. Para o milho, o ME variou de 10,3 dias a 18,5 dias após a data observada, com RMSE de 18,02 a 27,82 dias.Métricas
Carregando Métricas ...
Referências
Aparecido, L. E. de O., Rolim, G. de S., Richetti, J., Souza, P. S. de, & Johann, J. A. (2016). Köppen, Thornthwaite and Camargo climate classifications for climatic zoning in the State of Paraná, Brazil. Ciência e Agrotecnologia, 40(4), 405-417. doi: 10.1590/1413-70542016404003916
Becker, W. R., Johann, J. A., Richetti, J., & Silva, L. C. de A. (2017). Data mining techniques for separation of summer crop based on satellite images. Engenharia Agrícola, 37(4), 750-759. doi: 10.1590/1809-4430-eng.agric.v37n4p750-759/2017
Cima, E. G., Uribe-Opazo, M. A., Johann, J. A., Rocha, W. F. da, Jr., & Dalposso, G. H. (2018). Analysis of spatial autocorrelation of grain production and agricultural storage in Paraná. Engenharia Agrícola, 38(3), 395-402. doi: 10.1590/1809-4430-eng.agric.v38n3p395-402/2018
Companhia Nacional de Abastecimento (2019). Acompanhamento da Safra Brasileira de Grãos - Safra 2019/20 - Terceiro Levantamento. Brasília. Recuperado de http//www.conab.gov.br/info-agro/safras/ grãos/boletim-da-safra-de-graos/item/download/29866_571b1bb20d986efd905ef7f 689141329
Eklundh, L., & Jönsson, P. (2015). TIMESAT: a software package for time-series processing and assessment of vegetation dynamics. In C. Kuenzer, S. Dech, & W. Wagner (Eds.), Remote sensing time series - revealing land surface dynamics (pp. 141-158). Lund: Springer International Publishing.
Grzegozewski, D. M., Johann, J. A., Uribe-Opazo, M. A., Mercante, E., & Coutinho, A. C. (2016). Mapping soya bean and corn crops in the State of Paraná, Brazil, using EVI images from the MODIS sensor. International Journal of Remote Sensing, 37(6), 1257-1275. doi: 10.1080/01431161.2016.1148285
Instituto Brasileiro de Geografia e Estatística. (2002). Pesquisa Agropecuária. (Vol. 6). Recuperado de ftp://ftp.ibge.gov.br/Producao_Agricola/Producao_da_Extracao_Vegetal_e_da_Silvicultura_[anual]/ Metodologia_da_Pesquisa/PesquisasAgropecuarias. pdf
Johann, J. A., Becker, W. R., Uribe-Opazo, M. A., & Mercante, E. (2016). Estimating soybean development stages in Paraná State - Brazil through orbital modis images. Engenharia Agrícola, 36(1), 126-142. doi: 10.1590/1809-4430-Eng.Agric.v36n1p126-142/2016
Johann, J. A., Rocha, J. V., Duft, D. G., & Lamparelli, R. A. C. (2012). Estimation of Summer Crop Areas in the State of Paraná, Brazil, Using Multitemporal EVI/Modis Images. Pesquisa Agropecuária Brasileira, 47(9), 1295–1306. doi: 10.1590/S0100-204X2012000900015
Mathison, C., Deva, C., Falloon, P., & Challinor, A. J. (2018). Estimating sowing and harvest dates based on the Asian summer monsoon. Earth System Dynamics, 9(2), 563-592. doi: 10.5194/esd-9-563-2018
Ren, J., Campbell, J., & Shao, Y. (2017). Estimation of SOS and EOS for Midwestern US corn and soybean crops. Remote Sensing, 9(7), 722. doi: 10.3390/rs9070722
Richetti, J., Judge, J., Boote, K. J., Johann, J. A., Uribe-Opazo, M. A., Becker, W. R.,… Silva, L. C. de A. (2018). Using phenology-based enhanced vegetation index and machine learning for soybean yield estimation in Paraná State, Brazil. Journal of Applied Remote Sensing, 12(02), 1. doi: 10.1117/1. JRS.12.026029
Secretaria da Agricultura e do Abastecimento/Departamento de Economia Rural (2019). Divisão de Estatísticas Básicas - DEB. Recuperado de http://www.agricultura.pr.gov.br/deral/safras
Souza, C. H. W. de, Mercante, E., Johann, J. A., Lamparelli, R. A. C., & Uribe-Opazo, M. A. (2015). Mapping and discrimination of soya bean and corn crops using spectro-temporal profiles of vegetation indices. International Journal of Remote Sensing, 36(7), 1809-1824. doi: 10.1080/01431161.2015. 1026956
Terler, G., Gruber, L., & Knaus, W. F. (2017). Effect of variety and harvest date on nutritive value and ruminal degradability of ensiled maize ears. Archives of Animal Nutrition, 71(5), 333-346. doi: 10.1080/ 1745039X.2017.1358537
United States Departament of Agriculture. (2019). World Agricultural Production. 19(12). Retrieved from https://apps.fas.usda.gov/psdonline/circulars/production.pdf.
Wardlow, B. D., Kastens, J. H., & Egbert, S. L. (2006). Using USDA crop progress data for the evaluation of greenup onset date calculated from MODIS 250-Meter Data. Photogrammetric Engineering & Remote Sensing, 72(11), 1225-1234. doi: 10.14358/PERS.72.11.1225
Becker, W. R., Johann, J. A., Richetti, J., & Silva, L. C. de A. (2017). Data mining techniques for separation of summer crop based on satellite images. Engenharia Agrícola, 37(4), 750-759. doi: 10.1590/1809-4430-eng.agric.v37n4p750-759/2017
Cima, E. G., Uribe-Opazo, M. A., Johann, J. A., Rocha, W. F. da, Jr., & Dalposso, G. H. (2018). Analysis of spatial autocorrelation of grain production and agricultural storage in Paraná. Engenharia Agrícola, 38(3), 395-402. doi: 10.1590/1809-4430-eng.agric.v38n3p395-402/2018
Companhia Nacional de Abastecimento (2019). Acompanhamento da Safra Brasileira de Grãos - Safra 2019/20 - Terceiro Levantamento. Brasília. Recuperado de http//www.conab.gov.br/info-agro/safras/ grãos/boletim-da-safra-de-graos/item/download/29866_571b1bb20d986efd905ef7f 689141329
Eklundh, L., & Jönsson, P. (2015). TIMESAT: a software package for time-series processing and assessment of vegetation dynamics. In C. Kuenzer, S. Dech, & W. Wagner (Eds.), Remote sensing time series - revealing land surface dynamics (pp. 141-158). Lund: Springer International Publishing.
Grzegozewski, D. M., Johann, J. A., Uribe-Opazo, M. A., Mercante, E., & Coutinho, A. C. (2016). Mapping soya bean and corn crops in the State of Paraná, Brazil, using EVI images from the MODIS sensor. International Journal of Remote Sensing, 37(6), 1257-1275. doi: 10.1080/01431161.2016.1148285
Instituto Brasileiro de Geografia e Estatística. (2002). Pesquisa Agropecuária. (Vol. 6). Recuperado de ftp://ftp.ibge.gov.br/Producao_Agricola/Producao_da_Extracao_Vegetal_e_da_Silvicultura_[anual]/ Metodologia_da_Pesquisa/PesquisasAgropecuarias. pdf
Johann, J. A., Becker, W. R., Uribe-Opazo, M. A., & Mercante, E. (2016). Estimating soybean development stages in Paraná State - Brazil through orbital modis images. Engenharia Agrícola, 36(1), 126-142. doi: 10.1590/1809-4430-Eng.Agric.v36n1p126-142/2016
Johann, J. A., Rocha, J. V., Duft, D. G., & Lamparelli, R. A. C. (2012). Estimation of Summer Crop Areas in the State of Paraná, Brazil, Using Multitemporal EVI/Modis Images. Pesquisa Agropecuária Brasileira, 47(9), 1295–1306. doi: 10.1590/S0100-204X2012000900015
Mathison, C., Deva, C., Falloon, P., & Challinor, A. J. (2018). Estimating sowing and harvest dates based on the Asian summer monsoon. Earth System Dynamics, 9(2), 563-592. doi: 10.5194/esd-9-563-2018
Ren, J., Campbell, J., & Shao, Y. (2017). Estimation of SOS and EOS for Midwestern US corn and soybean crops. Remote Sensing, 9(7), 722. doi: 10.3390/rs9070722
Richetti, J., Judge, J., Boote, K. J., Johann, J. A., Uribe-Opazo, M. A., Becker, W. R.,… Silva, L. C. de A. (2018). Using phenology-based enhanced vegetation index and machine learning for soybean yield estimation in Paraná State, Brazil. Journal of Applied Remote Sensing, 12(02), 1. doi: 10.1117/1. JRS.12.026029
Secretaria da Agricultura e do Abastecimento/Departamento de Economia Rural (2019). Divisão de Estatísticas Básicas - DEB. Recuperado de http://www.agricultura.pr.gov.br/deral/safras
Souza, C. H. W. de, Mercante, E., Johann, J. A., Lamparelli, R. A. C., & Uribe-Opazo, M. A. (2015). Mapping and discrimination of soya bean and corn crops using spectro-temporal profiles of vegetation indices. International Journal of Remote Sensing, 36(7), 1809-1824. doi: 10.1080/01431161.2015. 1026956
Terler, G., Gruber, L., & Knaus, W. F. (2017). Effect of variety and harvest date on nutritive value and ruminal degradability of ensiled maize ears. Archives of Animal Nutrition, 71(5), 333-346. doi: 10.1080/ 1745039X.2017.1358537
United States Departament of Agriculture. (2019). World Agricultural Production. 19(12). Retrieved from https://apps.fas.usda.gov/psdonline/circulars/production.pdf.
Wardlow, B. D., Kastens, J. H., & Egbert, S. L. (2006). Using USDA crop progress data for the evaluation of greenup onset date calculated from MODIS 250-Meter Data. Photogrammetric Engineering & Remote Sensing, 72(11), 1225-1234. doi: 10.14358/PERS.72.11.1225
Downloads
Publicado
2020-08-07
Como Citar
Becker, W. R., Richetti, J., Mercante, E., Esquerdo, J. C. D. M., Silva Junior, C. A. da, Paludo, A., & Johann, J. A. (2020). Calendário agrícola de soja e milho baseado em imagens de satélite de moderada resolução para o sul do Brasil. Semina: Ciências Agrárias, 41(5supl1), 2419–2428. https://doi.org/10.5433/1679-0359.2020v41n5supl1p2419
Edição
Seção
Comunicações
Licença
Copyright (c) 2020 Semina: Ciências Agrárias
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Os Direitos Autorais para artigos publicados são de direito da revista. Em virtude da aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores.
Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário. Nesses casos, os artigos, depois de adequados, deverão ser submetidos a nova apreciação.
As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
