Integração de imagens NOAA/AVHRR: rede de cooperação para monitoramento nacional da safra de soja Integration of NOAA/AVHRR images: cooperation network towards national soybean crop monitoring

Uma avaliação inicial das condições do desenvolvimento da safra nacional, enquanto as plantas ainda estão nos campos, é altamente necessária para o cálculo correto das projeções na tomada de decisão e políticas relacionadas com o planejamento governamental e segurança alimentar. O objetivo deste tra...

Full description

Bibliographic Details
Main Author: Anibal Gusso
Format: Article
Language:English
Published: Universidade Federal De Viçosa 2013-04-01
Series:Revista Ceres
Subjects:
Online Access:http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0034-737X2013000200007
_version_ 1818020379843624960
author Anibal Gusso
author_facet Anibal Gusso
author_sort Anibal Gusso
collection DOAJ
description Uma avaliação inicial das condições do desenvolvimento da safra nacional, enquanto as plantas ainda estão nos campos, é altamente necessária para o cálculo correto das projeções na tomada de decisão e políticas relacionadas com o planejamento governamental e segurança alimentar. O objetivo deste trabalho foi avaliar a adequação dos dados NOAA/AVHRR (National Oceanic and Atmospheric Administration / Advanced Very High Resolution Radiometer) em detectar mudanças nas condições da vegetação, devidas à ocorrência de estresse hídrico, na soja, por meio de uma combinação do índice NDVI (Normalized Difference Vegetation Index) e da LST (Land Surface Temperature). Os dados LST e NDVI foram combinados e comparados pixel a pixel, sobre uma área de cultivo de soja, no Rio Grande do Sul. A relação teórica inversa prevista na combinação de LST e NDVI foi detectada. Foi observado que ocorre um aumento médio na LST em uma safra de ciclo normal (de 301,02 K para 308,36 K), quando comparada a uma safra sob condição de estresse hídrico, no desenvolvimento da cultura. Uma redução média do NDVI foi observada no ciclo normal (de 0,65 para 0,53), comparada com uma safra sob efeitos ocasionados pela estiagem no desenvolvimento da cultura. Foi observado maior correlação da produtividade municipal com LST (R2=0,78) do que com o NDVI (R2 = 0,59). Os resultados obtidos indicam que a integração de imagens do sensor AVHRR, proveniente de diferentes instituições, proporciona a adequada combinação espacial e temporal dos dados LST e NDVI, a fim de detectar a ocorrência de estresse hídrico, bem como sua intensidade, caracterizando as condições do ciclo de desenvolvimento da soja.<br>An early assessment of national crop development conditions while the plants are still in the fields is highly needed to calculate correctly projections for decision-making and policies related to government planning and food security. The aim of this study was to evaluate the suitability of NOAA /AVHRR (National Oceanic and Atmospheric Administration / Advanced Very High Resolution Radiometer) to detect changes in vegetation conditions, due to water stress during soybean crop, by means a combination of Land Surface Temperature (LST) and Normalized Difference Vegetation Index (NDVI). Both LST and NDVI data were combined and compared in a pixel basis over a soybean crop area in Rio Grande do Sul State. The predicted theoretical inverse relationship for the combination of LST and NDVI was detected. An average increase of LST was observed in a normal crop cycle ( from 301.02 K to 308.36 K) compared to a crop cycle under water stress condition. An average reduction in NDVI was observed for normal crop cycle development (from 0.65 to 0.53) compared to a crop cycle under drought-induced effects. It was observed a higher correlation of municipality yield with LST (R2=0.78) than NDVI (R2=0.59). Results obtained indicate that the aggregation of AVHRR images, from different institutions, provides the appropriate combination of spatial and temporal data LST and NDVI in order to detect the occurrence of drought stress, as well as its intensity, characterizing the conditions of the crop cycle development of soybean.
first_indexed 2024-04-14T08:04:07Z
format Article
id doaj.art-56a47809fc2d4fcc867a0d2836752acd
institution Directory Open Access Journal
issn 0034-737X
2177-3491
language English
last_indexed 2024-04-14T08:04:07Z
publishDate 2013-04-01
publisher Universidade Federal De Viçosa
record_format Article
series Revista Ceres
spelling doaj.art-56a47809fc2d4fcc867a0d2836752acd2022-12-22T02:04:48ZengUniversidade Federal De ViçosaRevista Ceres0034-737X2177-34912013-04-01602194204Integração de imagens NOAA/AVHRR: rede de cooperação para monitoramento nacional da safra de soja Integration of NOAA/AVHRR images: cooperation network towards national soybean crop monitoringAnibal GussoUma avaliação inicial das condições do desenvolvimento da safra nacional, enquanto as plantas ainda estão nos campos, é altamente necessária para o cálculo correto das projeções na tomada de decisão e políticas relacionadas com o planejamento governamental e segurança alimentar. O objetivo deste trabalho foi avaliar a adequação dos dados NOAA/AVHRR (National Oceanic and Atmospheric Administration / Advanced Very High Resolution Radiometer) em detectar mudanças nas condições da vegetação, devidas à ocorrência de estresse hídrico, na soja, por meio de uma combinação do índice NDVI (Normalized Difference Vegetation Index) e da LST (Land Surface Temperature). Os dados LST e NDVI foram combinados e comparados pixel a pixel, sobre uma área de cultivo de soja, no Rio Grande do Sul. A relação teórica inversa prevista na combinação de LST e NDVI foi detectada. Foi observado que ocorre um aumento médio na LST em uma safra de ciclo normal (de 301,02 K para 308,36 K), quando comparada a uma safra sob condição de estresse hídrico, no desenvolvimento da cultura. Uma redução média do NDVI foi observada no ciclo normal (de 0,65 para 0,53), comparada com uma safra sob efeitos ocasionados pela estiagem no desenvolvimento da cultura. Foi observado maior correlação da produtividade municipal com LST (R2=0,78) do que com o NDVI (R2 = 0,59). Os resultados obtidos indicam que a integração de imagens do sensor AVHRR, proveniente de diferentes instituições, proporciona a adequada combinação espacial e temporal dos dados LST e NDVI, a fim de detectar a ocorrência de estresse hídrico, bem como sua intensidade, caracterizando as condições do ciclo de desenvolvimento da soja.<br>An early assessment of national crop development conditions while the plants are still in the fields is highly needed to calculate correctly projections for decision-making and policies related to government planning and food security. The aim of this study was to evaluate the suitability of NOAA /AVHRR (National Oceanic and Atmospheric Administration / Advanced Very High Resolution Radiometer) to detect changes in vegetation conditions, due to water stress during soybean crop, by means a combination of Land Surface Temperature (LST) and Normalized Difference Vegetation Index (NDVI). Both LST and NDVI data were combined and compared in a pixel basis over a soybean crop area in Rio Grande do Sul State. The predicted theoretical inverse relationship for the combination of LST and NDVI was detected. An average increase of LST was observed in a normal crop cycle ( from 301.02 K to 308.36 K) compared to a crop cycle under water stress condition. An average reduction in NDVI was observed for normal crop cycle development (from 0.65 to 0.53) compared to a crop cycle under drought-induced effects. It was observed a higher correlation of municipality yield with LST (R2=0.78) than NDVI (R2=0.59). Results obtained indicate that the aggregation of AVHRR images, from different institutions, provides the appropriate combination of spatial and temporal data LST and NDVI in order to detect the occurrence of drought stress, as well as its intensity, characterizing the conditions of the crop cycle development of soybean.http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0034-737X2013000200007sensoriamento remotoestiagemtemperatura da superfície terrestreíndice de vegetaçãosensingdroughtland surface temperaturevegetation index
spellingShingle Anibal Gusso
Integração de imagens NOAA/AVHRR: rede de cooperação para monitoramento nacional da safra de soja Integration of NOAA/AVHRR images: cooperation network towards national soybean crop monitoring
Revista Ceres
sensoriamento remoto
estiagem
temperatura da superfície terrestre
índice de vegetação
sensing
drought
land surface temperature
vegetation index
title Integração de imagens NOAA/AVHRR: rede de cooperação para monitoramento nacional da safra de soja Integration of NOAA/AVHRR images: cooperation network towards national soybean crop monitoring
title_full Integração de imagens NOAA/AVHRR: rede de cooperação para monitoramento nacional da safra de soja Integration of NOAA/AVHRR images: cooperation network towards national soybean crop monitoring
title_fullStr Integração de imagens NOAA/AVHRR: rede de cooperação para monitoramento nacional da safra de soja Integration of NOAA/AVHRR images: cooperation network towards national soybean crop monitoring
title_full_unstemmed Integração de imagens NOAA/AVHRR: rede de cooperação para monitoramento nacional da safra de soja Integration of NOAA/AVHRR images: cooperation network towards national soybean crop monitoring
title_short Integração de imagens NOAA/AVHRR: rede de cooperação para monitoramento nacional da safra de soja Integration of NOAA/AVHRR images: cooperation network towards national soybean crop monitoring
title_sort integracao de imagens noaa avhrr rede de cooperacao para monitoramento nacional da safra de soja integration of noaa avhrr images cooperation network towards national soybean crop monitoring
topic sensoriamento remoto
estiagem
temperatura da superfície terrestre
índice de vegetação
sensing
drought
land surface temperature
vegetation index
url http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0034-737X2013000200007
work_keys_str_mv AT anibalgusso integracaodeimagensnoaaavhrrrededecooperacaoparamonitoramentonacionaldasafradesojaintegrationofnoaaavhrrimagescooperationnetworktowardsnationalsoybeancropmonitoring