USO DE IMAGENS DO SENSOR MODIS PARA IDENTIFICAÇÃO DA SECA NA CANA-DE-AÇÚCAR ATRAVÉS DE ÍNDICES ESPECTRAIS

Random Structures and Algorithms Pub Date : 2018-04-10 DOI:10.5380/rsa.v19i1.54005

Daniel Garbellini Duft, Michelle Cristina Araújo Picoli

{"title":"USO DE IMAGENS DO SENSOR MODIS PARA IDENTIFICAÇÃO DA SECA NA CANA-DE-AÇÚCAR ATRAVÉS DE ÍNDICES ESPECTRAIS","authors":"Daniel Garbellini Duft, Michelle Cristina Araújo Picoli","doi":"10.5380/rsa.v19i1.54005","DOIUrl":null,"url":null,"abstract":"A cana-de-acucar e uma cultura de grande importância economica para o mundo, principalmente para o Brasil, onde representa 15% do PIB agricola. Com as mudancas climaticas globais, alguns fenomenos extremos tendem a acontecer com mais frequencia, entre eles, a seca que tem castigado varias culturas agricolas. Apesar de ser uma planta resistente a seca, a ocorrencia causa deficits de produtividade na cana-de-acucar, causando enormes prejuizos aos produtores e um desequilibrio no mercado de acucar e combustiveis. Para monitorar eventos de seca diversos indices e metodos, baseados em dados climaticos ou em imagens espectrais, foram criados, porem nenhum deles e especifico para a cultura da cana-de-acucar. Testou-se as metodologias para identificar quais dos indices possuia capacidade de deteccao de eventos de seca para a cana-de-acucar. Para isso, foram utilizadas imagens espectrais dos sensores MODIS, para verificar se estes possuem capacidade de monitorar os efeitos da seca na cana-de-acucar. Esta analise foi realizada em duas etapas: uma temporal e uma espacial. Os indices espectrais foram comparados com o SPI calculado para 1 e 3 meses. Foi observado que os indices GVMI e NDI6 tem uma melhor resposta para a analise temporal e os indices NDWI e SRWI para uma analise espacial.","PeriodicalId":20948,"journal":{"name":"Random Structures and Algorithms","volume":"26 1","pages":"52-63"},"PeriodicalIF":0.0000,"publicationDate":"2018-04-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Random Structures and Algorithms","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5380/rsa.v19i1.54005","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 1

Abstract

A cana-de-acucar e uma cultura de grande importância economica para o mundo, principalmente para o Brasil, onde representa 15% do PIB agricola. Com as mudancas climaticas globais, alguns fenomenos extremos tendem a acontecer com mais frequencia, entre eles, a seca que tem castigado varias culturas agricolas. Apesar de ser uma planta resistente a seca, a ocorrencia causa deficits de produtividade na cana-de-acucar, causando enormes prejuizos aos produtores e um desequilibrio no mercado de acucar e combustiveis. Para monitorar eventos de seca diversos indices e metodos, baseados em dados climaticos ou em imagens espectrais, foram criados, porem nenhum deles e especifico para a cultura da cana-de-acucar. Testou-se as metodologias para identificar quais dos indices possuia capacidade de deteccao de eventos de seca para a cana-de-acucar. Para isso, foram utilizadas imagens espectrais dos sensores MODIS, para verificar se estes possuem capacidade de monitorar os efeitos da seca na cana-de-acucar. Esta analise foi realizada em duas etapas: uma temporal e uma espacial. Os indices espectrais foram comparados com o SPI calculado para 1 e 3 meses. Foi observado que os indices GVMI e NDI6 tem uma melhor resposta para a analise temporal e os indices NDWI e SRWI para uma analise espacial.

查看原文

微信好友朋友圈 QQ好友复制链接

本刊更多论文

利用MODIS传感器图像通过光谱指数识别甘蔗干旱

甘蔗是一种对世界具有重要经济意义的作物，特别是在巴西，它占农业gdp的15%。随着全球气候变化，一些极端现象往往会更频繁地发生，其中包括影响多种作物的干旱。尽管甘蔗是一种抗旱植物，但它的发生导致甘蔗产量不足，给生产者造成巨大的损失，并造成糖和燃料市场的不平衡。为了监测干旱事件，建立了几种基于气候数据或光谱图像的指标和方法，但没有一种是专门针对甘蔗作物的。对这些方法进行了测试，以确定哪些指标具有检测甘蔗干旱事件的能力。为此，MODIS传感器的光谱图像被用来验证它们是否有能力监测干旱对甘蔗的影响。分析分两个阶段进行:时间和空间。将光谱指数与1个月和3个月计算的SPI进行比较。结果表明，GVMI和NDI6指数对时间分析的响应较好，NDWI和SRWI指数对空间分析的响应较好。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文去求助

来源期刊

Random Structures and Algorithms

自引率

0.00%

发文量

期刊最新文献

The square of a Hamilton cycle in randomly perturbed graphs Transference for loose Hamilton cycles in random 3-uniform hypergraphs The hitting time of clique factors Weight distribution of random linear codes and Krawtchouk polynomials A polynomial-time approximation scheme for the maximal overlap of two independent Erdős–Rényi graphs