Geoestatística, simulação estocástica e sensoriamento remoto na estimativa de produção do café conilon

Abstract

A necessidade de técnicas e ferramentas que contribuem de forma simples, rápida e eficaz no monitoramento do sistema produtivo, como a avaliação do comportamento da variabilidade espacial das culturas agrícolas e o uso de sensores remotos, analisados em conjunto, para estimativa de atributos de culturas agrícolas, como o café, vêm se tornando um dos pilares na obtenção de uma agricultura precisa e sustentável. O objetivo do trabalho foi estimar e simular a produção de café maduro (CM) em kg por meio de técnicas Geoestatísticas e de Sensoriamento Remoto (SR), utilizando imagens de satélite, para a predição da produção e determinação das áreas de incerteza. O estudo foi realizado em uma área comercial de café conilon, Coffea canephora Pierre, Var. conilon, no Município de São Mateus - (ES), onde foi amostrada em campo a produção de café maduro em uma malha irregular de 18,5 ha, totalizando 87 pontos. Ajustado o variograma, estimou-se a variável primária (CM) pela krigagem e como variáveis secundárias foram gerados Índices de Vegetação (IVs) da transformação das imagens de satélite. De posse das imagens primária e secundária, aplicou a Simulação Sequencial Direta (DSS) para o caso de simulação sem o uso de imagem secundária e Cosimulação Sequencial Direta colocalizada (CoDSS) para simular a variável CM, utilizando os IVs como imagens secundárias. Na CoDSS foram testadas correlações globais (CoDSS_CCG) e locais (CoDSS_CCL) entre a variável CM e os IVs. Em cada um dos 3 métodos de simulação e para cada IV, na CoDSS, foram realizadas 50 simulações. Atendendo aos pressupostos exigidos pelos métodos de simulações, foram analisados as estatísticas, histograma e variografia das simulações. A variável CM ajustou-se ao...

The need for techniques and tools that contribute in a simple, quick and efficient way to monitor the productive system, as the performance assessment of the spatial variability of crop and the use of remote sensors, analyzed together, to estimate the attributes of crop, as coffee, have become a mainstay in obtaining an accurate and sustainable agriculture. The aim of the study was to estimate and simulate the production of mature coffee (CM) in kg by using the techniques of Geostatistical and Remote Sensing (SR), using satellite images, to the production prediction and determining areas of uncertainty. The study were done in a commercial area of conilon coffee, Coffea canephora Pierre, Var. conilon, at the city of São Mateus - (ES), where the production of mature coffee was sampled in field in an irregular mesh of 18,5 ha, totaling 87 points. Adjusted the variogram, was estimated the primary variable (CM) by kriging and as secondary variables were generated Vegetation Index (IVs) of processing of the satellite images. Having the primary and secondary images, was applied the Direct Sequential Simulation (DSS) for the case of simulation without the use of the secondary image and Direct Sequential Co-simulation co-located (CoDSS) to simulate the variable CM, using the IVs as secondary images. In the CoDSS were tested global correlations (CoDSS_CCG) and locals (CoDSS_CCL) between the CM variable and the IVs. In each one of three simulation methods and for each IV, on CoDSS, were done 50 simulations. Considering the assumptions required by the simulation methods, were analyzed statistics, histograms and... (Complete abstract click electronic access below)