ESTIMATIVA DA PRODUTIVIDADE DE CANA-DE-AÇÚCAR UTILIZANDO IMAGENS LANDSAT E RANDOM FOREST

Vol 19, 2019 - 95761
Oral
Favoritar este trabalho
Como citar esse trabalho?
Resumo

O sensoriamento remoto tem contribuído para o monitoramento de área e produção da cana-de-açúcar. Neste trabalho, a produtividade de cana-de-açúcar foi estimada a partir de imagens dos satélites Landsat. Foram criados modelos calibrados e aplicados no mesmo ano e, um modelo global com calibração de 5 anos e aplicação em um ano de interesse. Os modelos foram criados com a série temporal de imagens Landsat e dados de campo, a partir do algoritmo Random Forest. Os dados de campo correspondem a produtividade, e preditores tipo de solos, data de colheita e variedade dos talhões. Os modelos anuais apresentaram melhores ajustes do que o modelo global (R²=0,80 e RMSE=6,3ton/ha versus R²=0,77 e RMSE=6,5 ton/ha). As principais variávies espectrais do modelo global foram índices de vegetação e bandas espectrais do infravermelho médio e infravermelho próximo. Os resultados apontam uma metodologia potencial de estimativa de produtividade da cana-de-açúcar com imagens de satélite.

Instituições
  • 1 Laboratório Nacional de Ciência e Tecnologia do Bioetanol/CNPEM
  • 2 Instituto Nacional de Pesquisas Espaciais (INPE)
  • 3 Universidade Estadual de Campinas
  • 4 La recherche agronomique pour le développement - França
Eixo Temático
  • Produção e previsão agrícola
Palavras-chave
estimativa de safra
Sensoriamento remoto
aprendizado de máquina
Índices de vegetação