Estimativa de produtividade agroindustrial de cana-de-açúcar por dados espectrais orbitais ETM+/LANDSAT 7 / Sugarcarne agroindustrial yield forecast by orbital sensor ETM+/LANDSAT 7 data

ResumoOs sistemas convencionais de estimativa de safras são geralmente onerosos e demorados, portanto, é importante o desenvolvimento de métodos mais rápidos para a obtenção de dados. Propõe-se, neste trabalho, obter uma metodologia para estimar a produtividade agroindustrial da cana-de-açúcar pelo sensor orbital ETM+/LANDSAT 7 e utilizando-se dados reais áreas de produção de cana-de-açúcar na região de Paraguaçu Paulista, (SP), da variedade RB835486, de primeiro corte. Um banco de dados foi elaborado e escolheram-se talhões com épocas de plantio semelhantes, enquanto que para a coleta de dados espectrais foram testadas duas metodologias: na primeira, foram estabelecidas áreas de coleta de dados espectrais dentro dos talhões, e estes foram representados pelas respectivas médias aritméticas dos pixels amostrados e, na segunda, procedeu-se a uma classificação não supervisionada dos dados espectrais dos talhões que, por sua vez, foram representados pela média ponderada do valor dos pixels em sete classes espectrais distintas. As bandas B1, B2, B3, B4, B5 e B7 e seis índices de vegetação, foram utilizados para gerar modelos de regressão linear múltipla, visando à quantificação das características agroindustriais da cultura. Os resultados indicam que é possível estimar essas características através de dados espectrais orbitais, indicados por R2 = 0,69 para produtividade agrícola (Mg ha-1) e em média 0,58, para as características tecnológicas.AbstractConventional systems for crop yield projections are generally expensive and demand much time. Thus, it is important to develop quicker data obtaining methods. We have proposed a methodology for estimating the sugarcane agroindustrial yield by ETM + / LANDSAT 7 orbital sensor and also by collecting data from sugarcane production areas in Paraguaçu Paulista, São Paulo State, at fields of RB835486 variety in the first harvest. A database was established, and fields that were planted at the same dates were chosen. Two methods for spectral data collection were tested in order to identify best estimation results. In the first method, data collection areas were set within the spectral plots, and these were represented by the specific arithmetic average of the sampled pixels. In the second method, the spectral data went through a non-supervised classification of the plots, which were represented by the weighted average value of pixels in seven different spectral classes. The bands B1, B2, B3, B4, B5 and B7 and six vegetation indices were used to generate multiple linear regression models in order to qualify the crop agroindustrial characteristics. The results indicate that it is possible to estimate these characteristics drawing on orbital spectral data, indicated by R2 = 0.69 for crop yield (Mg ha-1) and a 0.58 average for the technological characteristics