1 / 63

Uso de modelos agrometeorológicos na estimativa do rendimento de lavouras

Uso de modelos agrometeorológicos na estimativa do rendimento de lavouras. Denise Cybis Fontana Faculdade de Agronomia Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia. II CONFEST e CONFEGE Rio de Janeiro, agosto de 2006. Estrutura da apresentação.

berget
Download Presentation

Uso de modelos agrometeorológicos na estimativa do rendimento de lavouras

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Uso de modelos agrometeorológicos na estimativa do rendimento de lavouras Denise Cybis Fontana Faculdade de Agronomia Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia II CONFEST e CONFEGE Rio de Janeiro, agosto de 2006

  2. Estrutura da apresentação • Projeto Geosafras • Modelagem de rendimento – abordagem: agrometerológica e agrometeorológica-espectral • Aplicações no Rio Grande do Sul (arroz e soja) • Considerações Finais Geosafras

  3. Projeto GEOSAFRAS • Projeto coordenado pela CONAB (Companhia Nacional de Abastecimento) e financiado pelo PNUD (Programa das Nações Unidas para o Desenvolvimento) • Caráter multi-institucional UFRGS, FEPAGRO, EMBRAPA, IAC, IAPAR, IBGE, INMET, INPE, SIMEPAR, UNICAMP Geosafras

  4. Objetivo do Geosafras • Aperfeiçoar o atual sistema de estimativa de área cultivada e rendimento no Brasil por meio de uma rede multi-institucional para o desenvolvimento de metodologias de utilização de modelos agrometeorológicos e sensoriamento remoto, visando um sistema objetivo de previsão de safras. Geosafras

  5. Histórico de pesquisas em previsão de safras - UFRGS/CONAB CONAB 1998/1999 CONAB 1999/2000 GEOSAFRAS - CONAB 2003/2004 CONAB 2004/2005 CONAB 2005/2006 Geosafras

  6. Equipe Geosafras/UFRGS Pessoal permanente da UFRGS: Denise C. Fontana, Jorge Ducati, Mônica Kreling, Moacir A Berlato, Homero Bergamaschi e Laurindo Guasselli Pessoal permanente da FEPAGRO: Ronaldo Matzenauer e Jaime Maluf Bolsistas de mestrado: Eliana V. Klering e Amanda H. Junges Bolsistas de iniciação científica: Ana Paula A. Cordeiro, Fernando T. Machado, Laurie F. Cunha, Lucas S. Borne e Márcia dos Santos Bolsistas de desenvolvimento técnico: Ricardo W. Melo, Anibal Gusso e Gilca M. Alves Consultores: Ana Paula L. Wagner e Eliseu Weber Geosafras

  7. Proposta Metodológica Conjunto de técnicas nas áreas de: Sensoriamento remoto – mensuração de características da superfície (imagens); Geoprocessamento – localizar geograficamente e quantificar Agrometeorologia – modelos de estimativa de rendimento Geosafras

  8. Rendimento de grãos Integração de condições: • Solo (características físicas e químicas); • Manejo (cultivar, espaçamento, ...); • Meteorológicas (hídricas, térmicas, ...) Geosafras

  9. Modelagem do rendimento Representação simplificada da relação existente entre a cultura e o ambiente. Categorias: • Modelos estatísticos empíricos; • Modelos de simulação; • Modelos de relação clima-planta (agrometeorológicos) Geosafras

  10. Modelos de relação clima-planta Estabelecimento de relações do crescimento e desenvolvimento da vegetação com variáveis que descrevam as condições meteorológicas durante o ciclo As funções consideram as diferenças de sensibilidade das culturas aos estresses ao longo do ciclo – “período crítico” Geosafras

  11. Modelos de relação clima-planta Para as culturas de primavera-verão: Irrigadas → variáveis caracterizam as condições térmicas e de radiação solar no período do estabelecimento e no florescimento e enchimento de grãos (ARROZ) Não irrigadas → variáveis que caracterizam as condições hídricas no período do estabelecimento e no florescimento e enchimento de grãos (SOJA) Geosafras

  12. ARROZ (Cultura irrigada) Geosafras

  13. Rendimento do arroz no RS Fonte de dados: IBGE Geosafras

  14. Rendimento do arroz no RS Fonte de dados: IBGE Geosafras

  15. Calendário do arroz no RS (Fonte de dados: EMATER) Geosafras

  16. Modelagem do rendimento Carmona et al. (2001) Cultura do arroz – 10 anos (1979/80 – 1999/2000) Região 1- Fronteira Oeste Região 2- Campanha Região 3- Depressão Central Região 4- Planície Costeira Interna à Lagoa do Patos Região 5- Planície Costeira Externa à Lagoa dos Patos Região 6- Zona Sul Geosafras Regiões orizícolas e equação ajustadas

  17. Modelo de Carmona et al. (2001) n/N – insolação relativa Notm – número de dia com a temperatura ≤ 15oC Geosafras

  18. Teste do modelo de Carmona et al. (2001) Fronteira Oeste Campanha Depressão Central P. Costeira Interna P. Costeira Externa Zona Sul Período de teste: 2000/01 a 2004/05 Geosafras

  19. Teste do modelo de Carmona et al. (2001) Teste: safra 2005/06 (dados parciais) Geosafras

  20. SOJA (Cultura não irrigada) Geosafras

  21. Rendimento da soja no RS 2.667 655 Fonte de dados: IBGE Geosafras

  22. Rendimento da soja no RS Fonte de dados: IBGE Geosafras

  23. Calendário da soja no RS (Fonte de dados: EMATER) Geosafras

  24. Precipitação pluvial de verão Região maior produtora de soja Fonte: FEPAGRO FEPAGRO Exigência hídrica da soja nestes meses é de cerca de 650mm (Matzenauer et al., 2001) Geosafras

  25. Relação entre rendimento da soja e a precipitação pluvial (dez a mar) Fonte: Berlato e Fontana (1999) Geosafras

  26. Modelos de relação clima-plantapara culturas não irrigadas “Quantificação do estresse hídrico” Abordagem - Jensen (1968) ET real Sensibilidade relativa Estádio de desenvolvimento Rendimento relativo ETmáxima Geosafras

  27. Alguns resultados no RS Berlato (1987) Cultura da soja – 12 anos (1971/72 - 1983/84) Parcelas experimentais (5 locais e 9 cultivares) Modelo de Jensen adaptado (ETm  ETo) Geosafras

  28. Alguns resultados no RS Fontana et al. (2001) Cultura da soja – 23 anos (1975/76 – 1998/99) Rendimento médio do RS (IBGE) Modelo de Jensen adaptado (ETm  ETo) Geosafras

  29. Introdução de técnicas de sensoriamento remoto orbital HIPÓTESES • Crescimento e desenvolvimento das plantas podem ser monitorados por sensores remotos orbitais; • Medição remota da biomassa pode ser um bom estimador do rendimento de grãos; • Medições por satélites permitem melhor detalhamento das variações espaciais do rendimento. Geosafras

  30. Detecção de informações usando Satélites Sensor a bordo do satélite Bandas espectrais (intervalos de comp. onda) Radiação PRODUTOS Índices de vegetação Geosafras

  31. Satélite NOAA (lançados em 1979) Órbita – polar Faixa de varredura: 2.400km Cobertura global e contínua – 2 por dia 5 bandas espectrais Resolução espacial - 1,1km Sensor AVHRR Advanced Very Hight Resolution Radiometer Geosafras

  32. Crescimento O que são índices de vegetação? Medidas radiométricas da quantidade, estrutura e condição da vegetação Obtidos a partir de combinações lineares de bandas espectrais (vermelho e infravermelho) VERMELHO INFRAVERMELHO Máximo crescimento Reflectância (%) Início do crescimento Geosafras Comprimento de onda (nm)

  33. Solo Vegetação Água Reflectância (%) Comprimento de ondas ( m) NDVI ou IVDNÍndicedeVegetação porDiferença Normalizada NDVI (-1 a +1): Solo: 0 a 0,2 Água < 0 Vegetação: 0,2 a 1,0 Geosafras

  34. IAF = 0,0051 * 2965,17NDVI R2 = 0,88 IAF Por que usar índices de vegetação? Inferência sobre parâmetros biofísicos (cobertura verde, biomassa, índice de área foliar (IAF), conteúdo de clorofila…) Fonte: Fonseca (2001) Geosafras

  35. Dias 1 2 3 8 9 10 Monitoramento da vegetação Composições de máximo valor (decêndio) • Objetivos: • Reduzir a influência • da atmosfera (nuvens); • Permitir estudos multitemporais. Geosafras

  36. Perfis temporais de NDVI 2004/05 rendimento de 655 kg/ha 2005/06 rendimento de 1.935 kg/ha Geosafras

  37. Modelo Agrometeorológico-Espectral • Termo Agrometeorológico condições hídricas e térmicas • Termo Espectral condições hídricas e térmicas e também outras como manejo, doenças, pragas,... Geosafras

  38. Modelo Agrometeorológico-Espectral Exemplos de aplicação no RS para a cultura da SOJA • Liu e Kogan (2002) • Melo (2003) • Rizzi (2005) - Bianchi et al. (2006) Geosafras

  39. Melo (2001)Modelagem agrometeorológica-espectral Y = ao + a1 TA+ a2 TE Termo Agrometeorológico Termo Espectral NDVI/NOAA Dados: 18 anos (1982 a 2000) Região maior produtora de soja Rendimentos IBGE Geosafras

  40. Região maior produtora (até 2001 cerca de 88%) Geosafras

  41. 1982* 1983 1984 1985* Rendimento (kg/ha) 1986 1987 1988 1989 1990* 1991* 1992 1993 1994 1996 1997* 1998 0 1999 2000 500 1000 1500 2000 2500 Geosafras Rendimentos de soja (kg/ha) estimados pelo MAE

  42. R2 = 0,91 r = 0,94 AJUSTE VALIDAÇÃO Rendimentos de soja observados (IBGE) e estimados (MAE) Geosafras

  43. Bianchi et al. (2006) Modelo agrometeorológico-espectral Melhorias no modelo: Regionalizado: 3 subregiões (rendimento máximo) Imagens com resolução de 1km Série maior de dados para ajuste (1976/76 a 2003/04) Expectativas de rendimento: janeiro e fevereiro Estimativa de rendimento: março Geosafras

  44. Rendimento máximo (Ym) 2.929kg/ha 2.261kg/ha 2.578kg/ha Região 1 Região 2 Região 3 2.929, 2.578 e 2.261 Geosafras

  45. Resultados das estimativas nas últimas safras Geosafras

  46. Estimativas de rendimento da soja nas últimas 4 safras - RS Geosafras

  47. Estimativas de rendimento da soja nas últimas 4 safras - municípios Geosafras

  48. Considerações Finais • Sucesso da parceria UFRGS – CONAB • Objetividade e praticiadade das estimativas • Necessidade de constante aprimoramento dos métodos de estimativa do rendimento • Testes em desenvolvimento: Introdução de imagens MODIS Estimativa de área cultivada usando imagens MODIS Interpolação de dados meteorológicos Ajuste de novos modelos Geosafras

  49. 1. Introdução de imagens MODISModerate Resolution Imaging SpectroradiometerComparativo entre Imagens de NDVI MODIS NOAA Geosafras

  50. 2. Estimativa de Área cultivada com SOJAUso do Método de Limiar Metodologia Áreas de Soja ao Norte Mapeadas Imagem Novembro Imagem Fevereiro Subtração de Imagens Fev – Nov Imagem Diferença com aplicação de Limiar Geosafras

More Related