uso de modelos agrometeorológicos na estimativa do rendimento de lavouras

63
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 200

Upload: berget

Post on 08-Jan-2016

43 views

Category:

Documents


1 download

DESCRIPTION

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. - PowerPoint PPT Presentation

TRANSCRIPT

Uso de modelos agrometeorológicos na

estimativa do rendimento de lavouras

Denise Cybis Fontana

Faculdade de AgronomiaCentro Estadual de Pesquisas em Sensoriamento

Remoto e Meteorologia

II CONFEST e CONFEGE Rio de Janeiro, agosto de 2006

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

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

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

Histórico de pesquisas em previsão de safras -

UFRGS/CONABCONAB 1998/1999

AM

PA

MT

BA

MG

PI

MS

GO

MA

RS

TO

SP

RO

PR

RR

AC

AP

CE

SC

PEPB

RJ

RN

ES

ALSE

DF

CONAB 1999/2000

GEOSAFRAS - CONAB 2003/2004

CONAB 2004/2005

CONAB 2005/2006Geosafras

Equipe Geosafras/UFRGSPessoal 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

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

Rendimento de grãos

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

Geosafras

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

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

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

ARROZ (Cultura irrigada)

Arroz

46

,27

47

,74

45

,45

52

,52

51

,61

44

,73 5

3.8

1*

0

2000

4000

6000

8000

10000

12000

14000

2000 2001 2002 2003 2004 2005 2006

Safras

Pro

du

çã

o (

10

00

to

n)

BR RS

Geosafras

0

1000

2000

3000

4000

5000

6000

7000

1976

1978

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

2006

Safras

Ren

dim

ento

méd

io (

kg.h

a-1

)

Rendimento do arroz no RS

Fonte de dados: IBGE

Geosafras

y = 71 x + 3622

R2 = 0,72

0

1000

2000

3000

4000

5000

6000

7000

1976

1978

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

2006

Safras

Ren

dim

ento

méd

io (

kg.h

a-1

)

Rendimento do arroz no RS

Fonte de dados: IBGE

Geosafras

(Fonte de dados: EMATER)

Calendário do arroz no RS

0

20

40

60

80

100

Ou

t 1

Ou

t 2

No

v 1

No

v 2

Dez

1

Dez

2

Jan

1

Jan

2

Fev

1

Fev

2

Mar

1

Mar

2

Ab

r 1

Ab

r 2

Mai

1

Mês/Quinzena

% d

e la

vou

ras

Des. Vegetativo Floração Enchimento de Grão Colhido

Geosafras

Modelagem do rendimentoCarmona et al. (2001)Cultura do arroz – 10 anos (1979/80 – 1999/2000)

Regiões orizícolas e equação ajustadas

Região 1- Fronteira OesteRegião 2- CampanhaRegião 3- Depressão CentralRegião 4- Planície Costeira Interna à Lagoa do PatosRegião 5- Planície Costeira Externa à Lagoa dos PatosRegião 6- Zona Sul

Geosafras

Modelo de Carmona et al. (2001)Região

Regressão NMS

1 Y = 1,135 + 4,198n/N(jan/fev) – 0,051N°tm(dez a mar) 0,048

2 Y = -2,051 + 8,839n/N(todo ciclo) 6x10-

4

3 Y = 0,472 + 3,69n/N(out/nov/dez) – 0,062N°tm(mar) 0,016

4 Y = 2,82 + 0,848n/N(fev) – 0,048N°tm(mar) 0,046

5 Y = 1,462 + 2,448n/N(fev) – 0,147N°tm(mar) 0,006

6 Y = - 1,168 + 6,642n/N(nov/dez) 3x10-

4

RS Y = - 0,172 + 5,895n/N(todo ciclo) – 0,065N°tm(jan/fev/mar)

4x10-

4n/N – insolação relativaNotm – número de dia com a temperatura ≤ 15oC

Geosafras

Teste do modelo de Carmona et al. (2001)

Período de teste: 2000/01 a 2004/05

(6)0

2000

4000

6000

8000

0 2000 4000 6000 8000

Rendimentos observados (kg.ha-1)

Re

nd

ime

nto

s e

stim

ad

os

(kg

.ha

-1)

(1)0

2000

4000

6000

8000

0 2000 4000 6000 8000

Rendimentos observados (kg.ha-1)

Re

nd

ime

nto

s e

stim

ad

os

(kg

.ha

-1)

(2)0

2000

4000

6000

8000

0 2000 4000 6000 8000

Rendimentos observados (kg.ha-1)R

en

dim

en

tos

est

ima

do

s (k

g.h

a-1

)

(3)0

2000

4000

6000

8000

0 2000 4000 6000 8000

Rendimentos observados (kg.ha-1)

Re

nd

ime

nto

s e

stim

ad

os

(kg

.ha

-1)

(4)0

2000

4000

6000

8000

0 2000 4000 6000 8000

Rendimentos observados (kg.ha-1)

Re

nd

ime

nto

s e

stim

ad

os

(kg

.ha

-1)

(5)0

2000

4000

6000

8000

0 2000 4000 6000 8000

Rendimentos observados (kg.ha-1)

Re

nd

ime

nto

s e

stim

ad

os

(kg

.ha

-1)

CampanhaFronteira Oeste Depressão Central

P. Costeira Interna Zona SulP. Costeira Externa

Geosafras

Teste do modelo de Carmona et al. (2001)

Teste: safra 2005/06(dados parciais)

39,8

15,0

3,2

23,1

-0,5

24,3

-10

0

10

20

30

40

50F

ront

eira

Oes

te

Cam

panh

a

Dep

ress

ãoC

entr

al

Pla

n. I

nt.

à La

goa

dos

Pat

os

Pla

n. E

xt.

à La

goa

dos

Pat

os

Zon

a S

ul

Regiões orizículas

Ren

dim

ento

(kg

/ha)

Geosafras

SOJA (Cultura não irrigada)

Soja

14

,58

18

,34

13

,32

18

,45

11

,18

4,7

8 14

.41

*

0

10000

20000

30000

40000

50000

60000

2000 2001 2002 2003 2004 2005 2006

Safras

Pro

du

çã

o (

10

00

to

n)

BR RS

Geosafras

0

500

1000

1500

2000

2500

3000

1976

1978

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

2006

Safras

Ren

dim

ento

méd

io (

kg.h

a-1

)

Rendimento da soja no RS

Fonte de dados: IBGE

2.667

655

Geosafras

y = 16,3 x + 1307

R2 = 0,11

0

500

1000

1500

2000

2500

3000

1976

1978

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

2006

Safras

Ren

dim

ento

méd

io (

kg.h

a-1

)

Rendimento da soja no RS

Fonte de dados: IBGEGeosafras

(Fonte de dados: EMATER)

Calendário da soja no RS

0

20

40

60

80

100O

ut

2

No

v 1

No

v 2

Dez

1

Dez

2

Jan

1

Jan

2

Fev

1

Fev

2

Mar

1

Mar

2

Ab

r 1

Ab

r 2

Mai

1

Mai

2

Mês/Quinzena

% d

e la

vou

ras

Des. Vegetativo Floração Enchimento de Grão Colhido

Geosafras

Precipitação pluvial de verão

0

100

200

300

400

500

600

700

800

0

100

200

300

400

500

600

700

800

Exigência hídrica da soja nestes meses é de cerca de 650mm(Matzenauer et al., 2001)

Fonte: FEPAGRO

Região maior produtora de soja

FEPAGRO

Geosafras

Relação entre rendimento da soja e a precipitação pluvial (dez a

mar)

Fonte: Berlato e Fontana (1999) Geosafras

i

i

n

m

r

m ET

ET

Y

Y

1

ET real

ETmáxima

Estádio de desenvolvimento

Sensibilidaderelativa

Rendimentorelativo

Modelos de relação clima-plantapara culturas não irrigadas“Quantificação do estresse hídrico”

Abordagem - Jensen (1968)

Geosafras

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)Grupo Completo(R2) Reduzido(R2)

Precoce e médio

0,872 0,867

Tardio 0,843 0,829

Geosafras

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

Modelo Período R2

Completo Novembro a abril

0,87

Reduzido Janeiro a março

0,76

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

Sensor a bordodo satélite

Bandas espectrais(intervalos de comp. onda)

Radiação

Detecção de informações usando Satélites

PRODUTOSÍndices de vegetação

Geosafras

Órbita – polar

Faixa de varredura: 2.400km

Cobertura global e contínua – 2 por dia

5 bandas espectrais Resolução espacial - 1,1km

Sensor AVHRRAdvanced Very Hight Resolution Radiometer

Satélite NOAA(lançados em 1979)

Geosafras

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)

Wavelenght (nm)

400 600 800 1000

Ref

lect

ance

(%

)

0

20

40

60

Crescimento

VERMELHO INFRAVERMELHO

Máximo crescimento

Início do crescimento

Comprimento de onda (nm)

Ref

lect

ânci

a (%

)

Geosafras

NDVI ou IVDNÍndice de Vegetação por Diferença

Normalizada

VIV

VIVNDVI

Comprimento de ondas ( m)

Reflect

ânci

a (

%)

Solo VegetaçãoÁgua

NDVI (-1 a +1):

Solo: 0 a 0,2Água < 0Vegetação: 0,2 a 1,0

Geosafras

Por que usar índices de vegetação?

Inferência sobre parâmetros biofísicos (cobertura verde, biomassa, índice de área foliar (IAF), conteúdo de clorofila…)

IAF

IAF = 0,0051 * 2965,17NDVI

R2 = 0,88

Fonte: Fonseca (2001) Geosafras

Monitoramento da vegetação

Composições de máximo valor (decêndio)

Dias 1 32 8 9 10

Objetivos:• Reduzir a influência

da atmosfera (nuvens);• Permitir estudos

multitemporais.

Geosafras

Perfis temporais de NDVI

2004/05 rendimento de 655 kg/ha 2005/06 rendimento de 1.935 kg/ha

ERECHIM

0,3

0,4

0,5

0,6

0,7

0,8

ago set out nov dez jan fev mar abr mai jun jul ago set out

Meses

ND

VI

2004/05 2005/06

IJUÍ

0,3

0,4

0,5

0,6

0,7

0,8

ago set out nov dez jan fev mar abr mai jun jul ago set out

Meses

ND

VI

2004/05 2005/06

PASSO FUNDO

0,3

0,4

0,5

0,6

0,7

0,8

ago set out nov dez jan fev mar abr mai jun jul ago set out

Meses

ND

VI

2004/05 2005/06

SANTA ROSA

0,3

0,4

0,5

0,6

0,7

0,8

ago set out nov dez jan fev mar abr mai jun jul ago set out

Meses

ND

VI

2004/05 2005/06

Geosafras

Modelo Agrometeorológico-

Espectral– Termo Agrometeorológico

condições hídricas e térmicas

– Termo Espectralcondições hídricas e térmicas e também outras como manejo, doenças, pragas,...

Geosafras

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

Melo (2001) Modelagem agrometeorológica-espectral

Y = ao + a1 TA + a2 TE

Termo EspectralNDVI/NOAA

Termo Agrometeorológico

Dados: 18 anos (1982 a 2000)Região maior produtora de sojaRendimentos IBGE

i

i

n

i ETo

ETr

Ym

Y

1

Geosafras

Região maior produtora(até 2001 cerca de 88%)

Geosafras

1982* 1983 1984

1986

1985*

1987 19891988

1990* 1991* 19931992

1994 1996 1997* 1998

1999 2000

Rendimentos de soja (kg/ha) estimados pelo MAE

1500

2500

1000

500

0

2000

Rendimento

(kg/ha)

Geosafras

R2 = 0,91

Rendimentos de soja observados (IBGE) e estimados (MAE)

AJUSTE

r = 0,94

VALIDAÇÃO

Geosafras

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: marçoGeosafras

Região 1Região 2Região 3

2.929, 2.578 e 2.261

2.578kg/ha

2.929kg/ha

2.261kg/ha

Rendimento máximo (Ym)

Geosafras

Resultados das estimativas nasúltimas safras

Geosafras

Estimativas de rendimento da soja nas últimas 4 safras - RS

Geosafras

2743

1427

1219 1174

589

753

16031676

IBGE Mod. AgroMod. Agro-Espectral

2310

1935*1892

1006

0

500

1000

1500

2000

2500

3000

2003 2004 2005 2006

Safras

Ren

dim

ento

s (k

g.h

a-1

)

Estimativas de rendimento da soja nas últimas 4 safras - municípios

0

500

1000

1500

2000

2500

3000

3500

4000

0 500 1000 1500 2000 2500 3000 3500 4000

Rendimentos estimados (kg.ha-1)

Ren

dim

ento

s IB

GE

(kg

.ha

-1)

2002 2003 2004 2005 2006*

Geosafras

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

1. Introdução de imagens MODIS

Moderate Resolution Imaging Spectroradiometer

Comparativo entre Imagens de NDVINOAA MODIS

Geosafras

Metodologia

2. Estimativa de Área cultivada com SOJA

Uso do Método de Limiar

Imagem Novembro

Imagem Fevereiro

Subtração de Imagens Fev – Nov

Imagem Diferença com aplicação de Limiar

Áreas de Soja ao Norte Mapeadas

Geosafras

2. Estimativa de Área cultivada com SOJA

Uso do Método de SIG

Imagem Novembro (binária)

Imagem Fevereiro (binária)

Imagem Resultante:

identificação de áreas

de sojaAplicação em Área Piloto de Soja já classificada com Imagens Landsat Geosafras

3. Imagem Binária Modis – SIG.

1. Imagem de soja classificada

com Landsat/pontos amostrais

2. Limiar de 0,39

Imagem diferença de NDVI

Fevereiro - Novembro

1

2

3

Geosafras

Interpolação espacial dos dados meteorológicos

(interpoladores ou estimadores)

3. Interpolação de dados meteorológicos

Estação Meteorológica

Geosafras

Temperatura da superfície estimada pelo satélite

NOAA/AVHRR

)1(64))]((62,053,0[ 54544 TTTTTTs

Janeiro / 2004 Julho / 2004

Split window – Sobrino et al. (1996)Fonte: Ferreira (2005)

Geosafras

Evapotranspiração estimada pelo satélite NOAA/AVHRR

ETo = A Rg (Ta)max + B Rg + C

Onde:Rg – medida em estação meteorológica de superfície;Ta(máx) - regressão linear a partir da TST (15:00h);A, B e C – coeficientes ajustados com dados de superfície.

(Ramos, Olalla e Casseles, 1996)

Geosafras

Evapotranspiração estimada pelo RAMS

Fonte: Marchiori (2005)

Grades:16km4km1km

Geosafras

Comparação: Modelo Bianchi et al. (2006) – SAFRA 2005/06

TA calculado a partir dedados de estações de superfície

TA calculado a partir dedados de simulados BRAMS

Fonte Rendimento

IBGE 1.935

Estações 1.603

BRAMS 1.896

Geosafras

4. Ajuste de novos modelos

Teste de modelos para culturas de inverno

RgdtMS cis

OndeMS – produção de matéria secaεs – fração de energia fotossinteticamente ativa (PAR) contida na radiação solar globalεi – eficiência de interceptação da PAR incidente (pode ser estimada através de índices de vegetação)εc – eficiência de conversão da PAR em matéria seca

Geosafras

Problemas ?

Comparações feitas entre dados estimados através de metodologias

diferentes

Modelagem x IBGE

Porém ambos estimados !!!!

Geosafras

Comparação das estimativas com dados coletados de lavouras – safra 2004/05

Fonte: Bianchi et al. (2005)

Geosafras

Obrigada!

Geosafras

Área de estudo em 1998/1999:

Culturas estudadas:

Soja Milho

localização das 26 cenas LANDSAT utilizadas (50% da área cultivada).

Época das imagens: pleno desenvolvimento da cultura (janeiro e fevereiro).

AM

PA

MT

BA

MG

PI

MS

GO

MA

RS

TO

SP

RO

PR

RR

AC

AP

CE

SC

PEPB

RJ

RN

ES

ALSE

DF

Área de estudo em 1998/1999:

Cultura estudada:Soja