Fechar
Metadados

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34R/3S6SJKS
Repositóriosid.inpe.br/mtc-m21c/2018/11.08.01.16
Última Atualização2019:02.13.12.39.31 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21c/2018/11.08.01.16.43
Última Atualização dos Metadados2019:02.15.09.12.42 (UTC) administrator
Chave SecundáriaINPE-18136-TDI/2833
Chave de CitaçãoNogueira:2018:AnVaAg
TítuloAnálise de variáveis agrometeorológicas e espectrais no aprimoramento de modelos de estimativa da produtividade da cultura do café
Título AlternativoAnalysis of agrometeorological and spectrum variables for improving coffee crop productivity modelling estimate
CursoSER-SRE-SESPG-INPE-MCTIC-GOV-BR
Ano2018
Data2018-11-26
Data de Acesso28 abr. 2024
Tipo da TeseTese (Doutorado em Sensoriamento Remoto)
Tipo SecundárioTDI
Número de Páginas140
Número de Arquivos1
Tamanho7052 KiB
2. Contextualização
AutorNogueira, Sulimar Munira Caparoci
BancaSanches, Ieda Del'Arco (presidente)
Moreira, Maurício Alves (orientador)
Volpato, Margarete Marin Lordelo (orientador)
Ponzoni, Flávio Jorge
Gonçalves, Renata Ribeiro do Valle
Alves, Marcelo de Carvalho
Endereço de e-Mailsuli@dsr.inpe.br
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2018-11-08 01:17:15 :: suli@dsr.inpe.br -> pubtc@inpe.br ::
2018-11-20 16:47:24 :: pubtc@inpe.br -> suli@dsr.inpe.br ::
2019-01-16 23:47:10 :: suli@dsr.inpe.br -> pubtc@inpe.br ::
2019-01-17 11:39:40 :: pubtc@inpe.br -> administrator ::
2019-01-28 15:26:46 :: administrator -> simone ::
2019-02-07 11:09:16 :: simone -> administrator ::
2019-02-13 12:17:14 :: administrator -> simone ::
2019-02-13 12:39:31 :: simone :: -> 2018
2019-02-13 12:39:32 :: simone -> administrator :: 2018
2019-02-13 12:39:53 :: administrator -> simone :: 2018
2019-02-13 13:17:33 :: simone -> administrator :: 2018
2019-02-15 09:12:42 :: administrator -> :: 2018
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavedados de sensoriamento remoto
modelagem de culturas
índice de vegetação
remote sensing data
crop modeling
vegetation indices
ResumoO presente trabalho teve como objetivo parametrizar modelos agrometeorológicosespectrais de estimativas de produtividade para a cultura do café. Foram utilizados: Índice de Área Foliar (IAF) estimado a partir de índices de vegetação obtidos de sensoriamento remoto; dados de precipitação do modelo ETA/CPTEC, CHIRPS e TRMM; mapa de solo; mapa altimétrico (TOPODATA); e dados específicos da cultura. Primeiramente, a metodologia foi aplicada no âmbito de propriedade utilizando dados da fazenda da Conquista (Alfena-MG). Além desta propriedade o modelo foi também testado nos âmbitos de municípios e de mesorregiões. No nível de fazenda, utilizando IAF estimado a partir de dados do sensor MODIS e o modelo baseado em Doorenbos e Kassam (1979), as diferenças relativas entre as produtividades modeladas e as produtividades de campo foram de -0,1%, 1,1%, -2,8%, -3,7% e 5% para os anos-safra 2010/11, 2011/12, 2012/13, 2013/14 e 2014/15, respectivamente. Com a utilização do modelo agrometeorológico-espectral baseado em Picini (1998), as diferenças relativas entre os dados modelados e de campo no período de 2011/12, 2012/13, 2013/14 e 2014/15, as diferenças foram de 5,3%, -2,4%, -5,8% e 0,0%, respectivamente. Ao nível de mesorregião o modelo baseado em Doorenbos e Kassam (1979) as diferenças relativas entre a produtividade modelada e o IBGE foram de 18,1%; -12%; -7,4%, 10,3% e -5,3, respectivamente. Na aplicação do modelo na microrregião, as diferenças relativas entre a produtividade modelada e a fornecida pelo IBGE variaram entre -15% e 10%. Na análise da produtividade nos municípios pertencentes à microrregião de Alfenas, observou-se que as diferenças relativas variaram entre 1,2% a 55,3%, maiores do que aquelas encontradas nas escalas regionais. Foi possível estimar a produtividade tanto em nível de fazenda quanto em escala regional e os resultados reforçam a ideia de que é possível utilizar a modelagem agrometeorológica-espectral na estimativa de produtividade do cafeeiro com boa precisão. Entretanto há a necessidade de aprimoramento do método proposto em escala municipal. ABSTRACT: The objective of this work was to parameterize the agrometeorological-spectral models of productivity for coffee crops. We used the leaf area index (LAI), which was estimated from vegetation indices obtained through remote sensing; data from the ETA, CHIRPS and TRMM precipitation data; soil map; elevation map (TOPODATA); and crop-specific data. The methodology was applied at the farm level, at the Conquista coffee plantation (Alfenas, Minas Gerais). Besides this farm, the model was also tested at the municipal and mesoregional levels. At the plantation level, using LAI estimated from MODIS sensor data and the model based on Doorenbos and Kassam (1979), the relative differences between the modeled yield and the field productivity were -0.1%, 1.1%, -2.8%, -3.7% and 5% for the crop years 2010/11, 2011/12, 2012/13, 2013/14 and 2014/15, respectively. Using the agrometeorological-spectral model based on Picini (1998), the relative differences between the modeled data and the field data for the crop years 2011/12, 2012/13, 2013/14 and 2014/15 were 5.3%, -2.4%, -5.8% and 0.0%, respectively. At the mesoregional level, using the model based on Doorenbos and Kassam (1979), the relative differences between the modeled productivity and the IBGE data were 18.1%, -12%, -7.4%, 10.3% and -5.3, respectively. Applying the model at the mesoregional level, the relative differences between the modeled productivity and the data available from IBGE varied between -15% and 10%. The analysis of productivity in the municipalities within the microregion of Alfenas showed that the relative differences varied between 1.2% and 55.3%, greater than those found at the regional scales. The obtained results are satisfactory at the farm as well as the regional scales and they support the idea that it is possible to use agrometeorological-spectral modeling to estimate the productivity of coffee crops with good precision. However there is still room for improvement of the proposed method at the municipal level.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Análise de variáveis...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
@4primeirasPaginas.pdf 13/02/2019 10:40 162.3 KiB 
Sulimar Munira Caparoci Nogueira - SER.pdf 13/02/2019 10:40 376.1 KiB 
Sulimar_Tese_Cafe_gerar PDF.docx 13/02/2019 10:40 10.5 MiB
Sulimar_Tese_Cafe_gerar PDF.pdf 13/02/2019 10:40 6.5 MiB
Conteúdo da Pasta agreement
autorizacao.pdf 13/02/2019 10:39 953.9 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34R/3S6SJKS
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34R/3S6SJKS
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosgabinete@inpe.br
pubtc@inpe.br
suli@dsr.inpe.br
Visibilidadeshown
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2017/11.22.19.04.03
Unidades Imediatamente Superiores8JMKD3MGPCW/3F3NU5S
DivulgaçãoBNDEPOSITOLEGAL
Acervo Hospedeirourlib.net/www/2017/11.22.19.04
6. Notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype


Fechar