Universidade estadual de campinas

PROJETOS DA ÁREA TECNOLÓGICA

CEPAGRI - Centro de Ensino e Pesquisa em Agricultura

T0704

ESTIMATIVA DA TEMPERATURA DE SUPERFÍCIE ATRAVÉS DE IMAGENS DO SATÉLITE AVHRR/NOAA EM EVENTOS DE GEADA AGRÍCOLA

Alexandre Rodrigues (Bolsista PIBIC/CNPq) e Prof. Dr. Jurandir Zullo Junior (Orientador), Centro de Pesquisas Meteorológicas e Climáticas Aplicadas à Agricultura - CEPAGRI, UNICAMP
A temperatura de superfície é um dos principais dados que podem ser estimados a partir das imagens do AVHRR/NOAA. A absorção atmosférica e a emissividade de superfície são dois dos principais fenômenos que interferem na sua determinação. A metodologia mais empregada na estimativa da temperatura de superfície é baseada na absorção atmosférica diferencial que ocorre nas bandas 4 e 5 do AVHRR/NOAA, sendo denominada de “spli-window”. Neste trabalho, a partir de equações encontradas na literatura, foram desenvolvidos modelos capazes de gerar mapas de temperatura de superfície utilizando as imagens do sistema NOAA e o software Envi. O foco do trabalho foi avaliar a correlação existente entre os valores de temperatura de superfície, estimados a partir destas imagens geradas, com dados de temperatura mínima do ar registrados em estações meteorológicas de superfície, em datas com ocorrência de geadas agrícolas a fim de se avaliar os melhores métodos. Por isso, o trabalho centralizou-se no estado do Paraná onde há muita ocorrência de danos causados por geadas. Os dados de estações meteorológicas foram fornecidos pelos centros de pesquisa do Iapar e do Simepar, que possuem estações espalhadas por todo o estado do Paraná. A geração de mapas de temperatura de superfície pode ser útil em sistemas de alerta de geadas e tem a vantagem de ter uma grande abrangência espacial.

Temperatura de superfície - Geadas - Split-window

T0705

COMPARAÇÃO ENTRE VALORES DE ALTITUDE ESTIMADOS ATRAVÉS DOS DADOS ASTER E SRTM, VISANDO APLICAÇÃO EM ÁREAS AGRÍCOLAS

Daniela Cristina de Oliveira (Bolsista SAE/UNICAMP) e Prof. Dr. Jurandir Zullo Junior (Orientador), Centro de Pesquisas Meteorológicas e Climáticas Aplicadas à Agricultura - CEPAGRI, UNICAMP
O ASTER (Advanced Spacebone Thermal Emission and Reflection Radiometer) é um dos instrumentos a bordo do satélite EOS AM-1 e obtém imagens de alta resolução espacial (15m a 90m) da superfície terrestre, nas regiões dos espectros visível, infravermelho próximo (15m), infravermelho médio (30m) e infravermelho termal (90m), distribuídos em 14 bandas espectrais. O uso dos dados ASTER é recomendado para áreas rurais de pequeno e médio porte, pois a falta de um imageamento sistemático dificulta o recobrimento de grandes áreas. Com base em um mosaico de imagens digitais do sensor ASTER (Advanced Spacebone Thermal Emission and Reflection Radiometer) foi elaborado um Modelo Digital de Elevação (DEM) para o Estado de São Paulo. Este modelo foi comparado estatisticamente com outro gerado a partir de dados do SRTM (Shuttle Radar Topography Mission), cuja resolução espacial é de 90m. O projeto SRTM teve o objetivo de mapear 80% do globo terrestre, entre as latitudes 54°S e 60°N, gerando modelos digitais do terreno por interferometria (duas cenas de radar da mesma área, formando um interferograma), com instrumentos baseados nos existentes Spaceborn Imaging Radar C - band/X-band Synthetic Aperture Radar (SIR-C/X-SAR). A comparação teve o objetivo principal de encontrar possíveis divergências entre os modelos e foi feita a partir da escolha aleatória de 500 coordenadas. Concluiu-se que, com 95% de confiança, os dois modelos possuem a mesma distribuição. Estes produtos podem ser utilizados como fonte de referência para pesquisas que estejam voltadas ao imageamento de pequenas e médias propriedades rurais.

Modelo digital de elevação - Alta resolução espacial - ASTER

T0706

RELAÇÕES ENTRE O ÍNDICE DE VEGETAÇÃO NDVI, AS CONDIÇÕES CLIMÁTICAS E A PRODUÇÃO DA CANA-DE-AÇÚCAR, EM SÃO PAULO, NA SAFRA 1995/96

Patrícia Garcia Alcaraz (Bolsista PIBIC/CNPq) e Prof. Dr. Jurandir Zullo Junior (Orientador), Centro e Pesquisas Meteorológicas e Climáticas Aplicadas à Agricultura - CEPAGRI, UNICAMP
Os métodos atuais de acompanhamento e previsão de safras, utilizados pelos órgãos oficiais, carecem de maior objetividade. O sensoriamento remoto orbital tem grande potencial para colaborar efetivamente neste assunto, principalmente para culturas extensivas, como é a situação da cana-de-açúcar. O AVHRR/NOAA está entre os sistemas com maior possibilidade de uso neste caso. O objetivo principal do trabalho é avaliar a correlação existente entre os valores do índice de vegetação NDVI, registrados nas composições mensais e quinzenais do AVHRR/NOAA de abril de 1995 a março de 1996, os dados da produtividade de cana-de-açúcar, e as condições climáticas do período visando contribuir efetivamente para o aumento da objetividade dos sistemas de acompanhamento e previsão de safras agrícolas no Brasil. A primeira análise feita foi a correlação entre as composições mensais e quinzenais de NDVI com os municípios do estado de São Paulo cuja produtividade de cana-de-açúcar era maior. Nesse caso, não houve correlação significativa. Propõe-se, como continuidade do trabalho, a incorporação de dados climáticos nas análises estatísticas, visando melhorar as correlações entre os dados espectrais e os de produtividade da cana-de-açúcar em São Paulo, na safra 95/96.

NDVI - Correlação - Previsão de safras

T0708

FORMAÇÃO DE BANCO DE DADOS ESPACIAIS COMO SUBSÍDIO À PREVISÃO DE SAFRAS DE CAFÉ, NA REGIÃO DE MONTE SANTO DE MINAS - MG

Danilo Campos Zinader (Bolsista SAE/UNICAMP) e Prof. Dr. Rubens Augusto Camargo Lamparelli (Orientador), Centro de Pesquisas Meteorológicas e Climáticas Aplicadas a Agricultura - CEPAGRI, UNICAMP
O Sistema de Informação Georreferenciada pode ser entendido como o conjunto de técnicas que possibilitam a integração, análise e disponibilização de informações de alvos de interesse na superfície da Terra. Essas técnicas permitem um melhoramento na precisão do monitoramento e da previsão de safras, resultando em um gerenciamento mais otimizado e organizado das informações disponíveis, visando a melhoria na produção e conseqüentemente economia de rendas para os produtores e consumidores. Neste trabalho foi gerado um banco de dados como subsídio ao melhor monitoramento da cultura de café, integrando as informações advindas de um banco de dados alfanumérico da Cooperativa de Monte Santo de Minas (Cooxupé) e informações de imagens de satélites. Das imagens do satélite Spot e Terra/Aster foram retiradas informações das áreas de café e altitude/declividade/aspecto, respectivamente. Foram relacionados, para cada vetor delimitado na imagem, correspondente a um talhão de café, os dados de atributos (produtividade, idade, variedade da planta e tipo de bebida). Todas as informações foram integradas no software Spring 4.0 criando uma base de dados de apoio ao planejamento e monitoramento agrícola permitindo que, consultas realizadas pelo produtor, auxiliem no tratamento e melhoramento da cultura e, por conseguinte na previsão de safras.

Geoprocessamento - Previsão de safras - Café

T0707

AVALIAÇÃO DA QUALIDADE DA CLASSIFICAÇÃO EM IMAGENS DO SENSOR MODIS POR MEIO DA MATRIZ DE ERROS

Waste Mariana O de Carvalho (Bolsista PIBIC/CNPq) e Prof. Dr. Rubens Augusto Camargo Lamparelli (Orientador), Centro de Pesquisas Meteorológicas e Climáticas Aplicadas à Agricultura -CEPAGRI, UNICAMP
As imagens de satélites são ferramentas inovadoras no monitoramento de culturas agrícolas. A avaliação da qualidade de identificação de alvos nessas imagens é muito importante, pois nos permite medir a precisão dos resultados obtidos. Neste trabalho, através das estatísticas subprodutos da matriz de erros, Índice Kappa e Exatidão Global, avaliou-se a qualidade da classificação nas imagens do Sensor Modis, imagens de baixa resolução espacial. Além disso, essas estatísticas foram comparadas com as estatísticas calculadas a partir da matriz de erros construída para imagens do sensor TM do Landsat, imagens de média resolução espacial. As imagens, ou cenas, utilizadas nesse estudo, cobrem as áreas de cultivo de soja no oeste do Paraná e datam da safra 2003/2004. A classificação foi feita sobre imagens de NDVI (Normalized Difference Vegetation Index) e as matrizes foram construídas a partir de amostras de campo dos oito municípios estudados. No município de Rancho do Oeste, por exemplo, o Kappa foi igual a 0,70 e 0,77 para o Modis e Landsat, respectivamente; a Exatidão Global foi de 0,71 e 0,77 para o Modis e Landsat, respectivamente. Utilizando uma aproximação para a distribuição de probabilidade Normal, temos que, para esse município, tanto o Kappa quanto a Exatidão Global não são estatisticamente diferentes, com confiança de 95%.

Sensor modis - Classificacão - Matriz de erros