Estimativa da produtividade de café com base em um modelo agrometeorológico-espectral

Pesquisa Agropecuária Brasileira

Viviane Gomes Cardoso Da Rosa¹  Maurício Alves Moreira¹  Bernardo Friedrich Theodor Rudorff¹  Marcos Adami¹ 

[1] ,Instituto Nacional de Pesquisas Espaciais Divisão de Sensoriamento Remoto São José dos Campos SP

关键词: Coffea;    estatísticas agrícolas;    índice de área foliar;    modelagem;    sensoriamento remoto;    Coffea;    agricultural statistics;    leaf area index;    modeling;    remote sensing;   

DOI  :  10.1590/S0100-204X2010001200020

来源: SciELO

【 摘 要 】

O objetivo deste trabalho foi avaliar um modelo agrometeorológico-espectral, para estimar a produtividade de cafezais. Utilizaram-se imagens do sensor MODIS e dados agrometeorológicos do modelo regional de previsão do tempo (ETA), para fornecer as variáveis de entrada para o modelo agrometeorológico-espectral da mesorregião geográfica sul/sudoeste do estado de Minas Gerais nos anos-agrícolas de 2003/2004 a 2007/2008. A variável espectral de entrada do modelo agrometeorológico-espectral, índice de área foliar (IAF), usada no cálculo da produtividade máxima, foi estimada com o índice de vegetação por diferença normalizada (NDVI), obtido de imagens MODIS. Outras variáveis de entrada no modelo foram: dados meteorológicos gerados pelo modelo ETA e a capacidade de água disponível no solo. Ao comparar a produtividade média estimada pelo modelo com a fornecida oficialmente pelo IBGE, as diferenças relativas obtidas em escala regional foram de: 0,4, 3,0, 5,3, 1,5 e 8,5% para os anos agrícolas 2003/2004, 2004/2005, 2005/2006, 2006/2007 e 2007/2008, respectivamente. O modelo agrometeorólogico-espectral, que tem como base o modelo de Doorenbos & Kassan, foi tão eficaz para estimar a produtividade dos cafezais quanto o modelo oficial do IBGE. Além disso, foi possível espacializar a quebra de produtividade e prever 80% da produtividade final na primeira quinzena de fevereiro, antes do início da colheita

【 授权许可】

CC BY   
 All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License