Agrometeorological-spectral model to estimate wheat yield in the State of Rio Grande do Sul, Brazil

Este trabalho teve como objetivo construir uma regressão linear múltipla, empregando variáveis agrometeorológicas e espectrais, para estimativa de rendimento de grãos de trigo, em municípios pertencentes à região de atuação da Cooperativa Cotrijal (norte do Rio Grande do Sul). Para isso, foram empregados dados de rendimento (1991 a 2006), dados agrometeorológicos mensais (1991 a 2006) e dados espectrais (imagens NDVI/MODIS, 2000 a 2006). Foi analisada existência de aumento significativo no rendimento de grãos, decorrente da incorporação de novas tecnologias (tendência tecnológica). Para escolha das variáveis independentes da regressão linear, foi analisada a correlação dos dados agrometeorológicos e espectrais com os dados de rendimento. Definidas as variáveis, foi construída uma regressão linear múltipla de estimativa de rendimento de grãos de trigo. Os resultados mostraram que não houve aumento significativo no rendimento de grãos de trigo da Cotrijal, no período analisado. Foram escolhidas as seguintes variáveis independentes para construção da regressão linear múltipla: precipitação pluvial (outubro), índice de dano por geadas (setembro), graus-dia (acumulados de maio a outubro) e índice de vegetação por diferença normalizada (integrado de junho a outubro). As regressões lineares múltiplas apresentaram resultados satisfatórios, com erros de estimativa inferiores a 10%, na maior parte dos anos analisados. As características de precisão, fácil execução e baixo custo das regressões apontaram para possibilidade de uso conjunto de dados agrometeorológicos e espectrais, na estimativa de rendimento de grãos de trigo. Mais estudos são necessários para verificação dos resultados dos modelos, quando da incorporação de uma série mais longa de dados espectrais.This study aimed to estimate the wheat yield within the Cotrijal Cooperative’s operational area (northern Rio Grande do Sul), using spectral and meteorological variables. Yield data (1991-2006), monthly agrometeorological data (1991-2006) and spectral data (NDVI/MODIS, 2000-2006) were used in the analyses. The existence of a significant increase in grain yield due to the incorporation of new technologies was analyzed (technology trend).The choice of the independent variables was based on the analysis of the correlation between yield and spectral and meteorological data. For the multiple linear regression of grain yield estimation the following independent variables were used: rainfall (October), frost damage index (September), degree-days (accumulated from May to October) and NDVI (integrated from June to October). The multiple linear regressions showed satisfactory results with estimation errors below 10%, in most examined years. Accuracy, easy implementation and low cost of regressions pointed to the possibility of joint use of spectral and agrometeorological data in estimating wheat yield in the Cotrijal region. However, further studies are recommended to verify the results of the generated models when incorporating a longer series of spectral data