Ano de publicação: 2013

In this paper, we present a novel unsupervised algorithm, called CLimate and rEmote sensing Association patteRns Miner, for mining association patterns on heterogeneous time series from climate and remote sensing data integrated in a remote sensing information system developed to improve the monitoring of sugar cane fields. The system, called RemoteAgri, consists of a large database of climate data and low-resolution remote sensing images, an image preprocessing module, a time series extraction module, and time series mining methods. The preprocessing module was projected to perform accurate geometric correction, what is a requirement particularly for land and agriculture applications of satellite images. The time series extraction is accomplished through a graphical interface that allows easy interaction and high flexibility to users. The time series mining method transforms series to symbolic representation in order to identify patterns in a multitemporal satellite images and associate them with patterns in other series within a temporal sliding window. The validation process was achieved with agroclimatic data and NOAA-AVHRR images of sugar cane fields. Results show a correlation between agroclimatic time series and vegetation index images. Rules generated by our new algorithm show the association patterns in different periods of time in each time series, pointing to a time delay between the occurrences of patterns in the series analyzed, corroborating what specialists usually forecast without having the burden of dealing with many data charts

Time series analysis, Data mining, Remote sensing, Meteorology, Indexes, Satellites, Agriculture

http://ieeexplore.ieee.org/document/6215038/

Ano de publicação: 2011

O Brasil, o maior produtor mundial de cana-de-açúcar, é responsável por 35% da produção mundial. A produção de cana-de-açúcar se concentra nas regiões Centro-Sul e Nordeste e ocupa cerca de 8 milhões de hectares. A cana-de-açúcar, por apresentar um ciclo semi-perene, é influenciada pela variação das condições meteorológicas durante um ano inteiro. O objetivo do trabalho foi analisar os dados climáticos obtidos pelo modelo Eta (2011 a 2090) e os dados do clima atual (1991 a 2010) verificando suas implicações em relação a expansão da cana-de-açúcar no estado de São Paulo. Foram utilizados dados de precipitação e temperatura média, de 1991 a 2010, de estações meteorológicas de seis municípios de São Paulo. Para representar o cenário futuro (2011 a 2090), foram utilizados dados de precipitação e temperatura média obtidos pelo modelo Eta. A partir do balanço hídrico foi possível calcular a deficiência hídrica e o excedente hídrico para os municípios selecionados com armazenamento de água disponível no solo de 100mm. O balanço hídrico mostrou que haverá um aumento na deficiência hídrica. Com o aumento do período seco e do aumento da temperatura média poderá ocorrer uma queda na produtividade de sacarose da cana-de-açúcar.

water balance, Eta model, mean temperature

analise-comparativa-do-clima-atual-e-futuro-para-avaliar-a-expansao-da-cana-de-acucar-em-sao-paulo-02061715.pdf

http://www.cpa.unicamp.br/alcscens/docs/publicacoes/Analise%20comparativa%20do%20clima%20atual%20e%20futuro%20para%20avaliar%20a%20expansao%20da%20cana-de-acucar%20em%20Sao%20Paulo%20.pdf

Ano de publicação: 2011

Extremos de temperatura durante a fase do florescimento do café arábica causam abortamento de flores e perda na produção. Estudos de projeção climática, normalmente baseados em modelos de baixa resolução, já demonstram perdas na produção de café como conseqüência das altas temperaturas. No entanto, esses estudos têm uma menor precisão nas respostas por causa da resolução dos modelos, e novos estudos baseados em modelos de melhor resolução se tornam necessários. Este trabalho apresenta uma análise das implicações dos extremos de temperatura e precipitação na aptidão climática em municípios tradicionalmente produtores de café em Minas Gerais e São Paulo, utilizando o modelo climático Eta (40km de resolução). Primeiramente, as respostas do modelo foram comparadas com os dados climáticos atuais (dados observados). As projeções do modelo Eta foram satisfatórias porque seguem o padrão do clima já existente. Os dados do modelo demonstram um deslocamento do maior déficit hídrico do ano para o mês de setembro. O modelo projeta cenários com aumento de temperaturas, principalmente nos meses de setembro e outubro, que é o florescimento do café, impactando a produção de café arábica.

Aptidão climática, Café arábica, Eta

analise-dos-dados-de-projecao-climatica-do-modelo-eta-e-suas-implicacoes-para-a-cultura-do-cafe-arabica-02061715.pdf

Ano de publicação: 2011

O objetivo deste trabalho foi detectar municípios produtores de cana-de-açúcar no estado de São Paulo, similares, pelo método de agrupamento, analisando variáveis espectrais (NDVI), área plantada e produtividade no período de 2001 a 2009. O resultado dessa análise exploratória dos dados mostrou que a técnica é apropriada para a determinação de grupos de municípios com características semelhantes o que permite classificar as regiões automaticamente.

remote sensing, K-means biofuel

analise-temporal-de-municipios-produtores-cana-de-acucar-no-estado-de-sao-paulo-02061715.pdf

Ano de publicação: 2012

Brazil is the largest sugarcane producer in the world and has a privileged position to attend to national and international marketplaces. To maintain the high production of sugarcane, it is fundamental to improve the forecasting models of crop seasons through the use of alternative technologies, such as remote sensing. Thus, the main purpose of this article is to assess the results of two different statistical forecasting methods applied to an agroclimatic index (the water requirement satisfaction index; WRSI) and the sugarcane spectral response (normalized difference vegetation index; NDVI) registered on National Oceanic and Atmospheric Administration Advanced Very High Resolution Radiometer (NOAA-AVHRR) satellite images. We also evaluated the cross-correlation between these two indexes. According to the results obtained, there are meaningful correlations between NDVI and WRSI with time lags. Additionally, the adjusted model for NDVI presented more accurate results than the forecasting models for WRSI. Finally, the analyses indicate that NDVI is more predictable due to its seasonality and the WRSI values are more variable making it difficult to forecast.

Sugarcane

https://www.tandfonline.com/doi/full/10.1080/01431161.2011.638334

Ano de publicação: 2013

Coffee is one of the most important crops in Brazil. Monitoring the crop is necessary to understand future production and a sound understanding of coffee's biophysical properties improves such monitoring. Biophysical properties such as dry biomass can be estimated using remote sensing, including the new generation of high-resolution images (GeoEye-1, for instance). In this study we aim to investigate the relationship between vegetation indices (VI) of high-resolution images (GeoEye-1) and coffee biophysical properties, including dry biomass and carbon. The study also aims at establishing an empirical relationship between remote sensing data (vegetation indices), simple field measurements and dry biomass, allowing calculation of coffee biomass and carbon without resorting to destructive methods. Individual GeoEye-1 satellite's bands (NIR, RED and GREEN) showed significant correlation with biomass, but the best correlation occurred with vegetation index. There is a strong correlation between NDVI, RVI, GNDVI and dry biomass, allowing the estimation of coffee crops' carbon stock. RVI had correlation with plant area index (PAI). The empirical correlation was established and the forecast equation of coffee biomass was created.

Correlation, Biomass, Vegetation mapping, Carbon, Indexes, Remote sensing, Agriculture

http://ieeexplore.ieee.org/document/6520004/

Ano de publicação: 2014

This case-study article presents the results from a morphology analysis of a knowledge and information network, focusing on the coordination mechanisms employed to generate a convergent arrangement. Agritempo was the first information system to offer (in 2003) free access to a broad range of agrometeorological data comprising all the Brazilian territory, representing an important technological innovation to the agricultural sector. To study this phenomenon an analytical framework of the Techno-Economic Network (TEN) and concepts from the Innovation Sociology field was employed. Results indicate that the durability of this arrangement - from 2003 to 2014 - can be explained by the effectiveness of the coordination strategies established in the network such as: trust based relationships; institutional and individual leadership actions; contracting; software applications and shared common working procedures.

techno-economics networks; innovation; agrometeorology; information and communication technology.

https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0718-27242014000100010&lng=en&nrm=iso&tlng=en

Ano de publicação: 2015

Leaf area index (LAI) and above ground biomass (AGB) are two parameters that are difficult to measure but very useful. In this paper we investigated the relationship between coffee biophysical properties and LAI and AGB in two coffee production systems: full sun (FS) and shaded with macadamia nuts (SH). The paper proposes an empirical relationship for calculating coffee AGB and coffee LAI which avoids destructive methods, using simple field measurements and agrometeorological data. Here, we reported that LAI is related to canopy structure but subject to strong seasonal variations, which can be identified using water requirements satisfaction index (WRSI). Coffee LAI answers to the decreased WRSI with 1 month lag (WRSI-1) and LAI values decreases more for FS systems than for SH systems during dry periods. The best empirical model to predict LAI for FS coffee production system was based on canopy height (ch) and WRSI-1 value. For SH systems, the best model used ch, WRSI-1 and the height of the first pair of branches. Coffee AGB values were measured using destructive analyses and an empirical equation was developed. Both coffee production systems stocked carbon, whereas the SH system stocked an increased carbon amount provided by the macadamia trees that contributed with 15 % of the total carbon above ground. Both systems can be considered mitigation techniques since they are able to remove atmospheric carbon and stock it in the biomass, which has been largely proposed as a compensation mechanism for greenhouse gas emissions.

Carbon stock; Coffee shaded system; Empirical equations; Seasonal LAI variation 

https://link.springer.com/article/10.1007%2Fs10457-015-9799-5

Ano de publicação: 2010

Para obter a refletância real da superfície, nas bandas 1 e 2 do sensor AVHRR, foi realizada a correção atmosférica, baseada na entrada dos parâmetros atmosféricos fornecidos pelo sensor MODIS/Terra. A utilização de dados do MODIS está diretamente relacionada à obtenção das informações, necessárias para a correção atmosférica, considerando-se a variabilidade dos parâmetros no tempo e no espaço. Utilizando-se o aplicativo SCORADIS, baseado no modelo de transferência radiativa 5S, foi proposta uma adaptação que possibilitasse a entrada das imagens correspondentes aos planos atmosféricos, através da utilização de metodologias distintas de correção atmosférica. As análises indicaram que as correções apresentaram resultados coerentes com eliminação dos efeitos de espalhamento e de absorção atmosférica. Foi avaliada a magnitude desses efeitos sobre o índice de vegetação NDVI, muito utilizado em estudos agrometeorológicos. A diferença percentual entre as imagens com e sem correção chegou a ser de aproximadamente 60 a 80% para as datas analisadas, ressaltando a importância da correção atmosférica dessas imagens.

efeitos atmosféricos, SCORADIS, MODIS

http://www.agraria.pro.br/ojs-2.4.6/index.php?journal=agraria&page=article&op=view&path%5B%5D=agraria_v5i2a530

Ano de publicação: 2011

Agriculture appears to be one of the human activities most vulnerable to climatic changes due to its large dependence on environmental conditions. However, the diversity of Brazilian environmental conditions could be of great advantage to adapting this sector to new climatic conditions, which should be assessed as in this study on shifting Arabica coffee cultivation to the extreme south of the country. The methodology applied is the same the one used to define climatic risks in current productive regions of Brazil and their vulnerability to climatic change predicted by IPCC reports. The basic climatic parameters applied were frost probability and annual average temperature, since annual water deficit did not prove to be a restricting factor for Arabica coffee cultivation in the study area. The climatic conditions suitable for coffee production are: annual average temperature between 18°C and 22°C, annual water deficit less than 100 mm and frost probability (risk of lowest annual temperature less than 1°C) less than 25%. An area is said to have “low climatic risks” for coffee production when these three climatic conditions are met. Current climatic conditions were used and simulations of four temperature increases between 1°C and 4°C were also performed. The results indicated a substantial increase in the size of low climatic risks areas for the production of Arabica coffee in the extreme south of Brazil, mainly for mean temperature increases of 3°C in the study area in relation to present conditions. Increases of 2°C and 4°C were also favorable, but not as good as those obtained for 3°C. It should be underscored that areas with low climatic risks will be able to be found mainly in the extreme south of the study region, the border with Uruguay and North of Argentina.

Global Warming; Climatic Risk; Coffee Production; Current Climatic Condition; Arabica Coffee 

https://link.springer.com/article/10.1007%2Fs10584-011-0058-0

Ano de publicação: 2008

O Brasil é o maior produtor mundial de cana-de-açúcar e conta com uma posição privilegiada para atender as necessidades mundiais de açúcar e álcool combustível. O país possui várias regiões produtoras, com safras alternadas, que podem garantir a presença do seu produto no mercado mundial, sendo o Estado de São Paulo a maior delas. Para tanto, é necessário estimar a produção da cana-de-açúcar com a maior precisão e antecipação possíveis, sendo que o sensoriamento remoto pode ser de grande utilidade nesse caso, devido à maior disponibilidade atual de dados e ao conhecimento já existente na utilização deles na área ambiental. Sendo o clima um dos principais fatores determinantes da produção agrícola, o conhecimento da sua infl uência na resposta espectral da vegetação pode ser de grande utilidade no apoio ao desenvolvimento de sistemas operacionais de monitoramento e previsão de safras da cana-de-açúcar. Sendo assim, este trabalho teve o objetivo principal de avaliar o grau de correlação existente entre a resposta espectral de plantios de cana-de-açúcar, expressa através de uma série temporal de valores do Índice de Vegetação da Diferença Normalizada (NDVI), determinada a partir de imagens do satélite AVHRR/NOAA, com dados agroclimáticos, em dez municípios localizados no Estado de São Paulo, no período de 2001 a 2007. Avaliou-se a série temporal de imagens como um todo, além de cada ano-safra, em particular, considerando a maior disponibilidade atual de dados de sensoriamento remoto orbital e a variabilidade climática existente ao longo dos seis anos-safra utilizados. Os perfi s temporais do índice NDVI foram obtidos através do processamento automático das imagens disponíveis que consistiu nas correções radiométrica e geométrica e no cálculo de imagens compostas, contendo os valores máximos mensais do NDVI. Dados agroclimáticos, ao longo do período de análise, foram descritos pelo índice ISNA (Índice de Satisfação das Necessidades de Água). Para determiná-lo, fez-se o balanço hídrico e calcularam-se as evapotranspirações real e máxima nas escalas decendial, quinzenal e mensal. As análises estatísticas realizadas apresentaram correlações signifi cativas entre os dados agroclimáticos (representado pelo ISNA) e a resposta espectral da cana-de-açúcar (representada pelos valores do NDVI), sendo que os melhores resultados foram obtidos na avaliação da série temporal como um todo. Esses resultados são de grande utilidade, por exemplo, na determinação de equações de estimativa do NDVI em relação ao ISNA, e vice-versa, a serem empregadas no apoio à estimativa da produção da cana-de-açúcar no país.

Sensoriamento remoto, Series temporais, Cana-de-açucar, Agricultura, Climatologia agricola, Processamento de imagens

http://www.sbagro.org.br/rbagro/ojs/index.php/rbagro/article/view/103