Methodologies for mapping the soybean crop in the state of Rio Grande do Sul using images of moderate spatial resolution sensor

O aumento progressivo da demanda mundial por alimentos e a disponibilidade de vastas áreas agrícolas têm servido de estímulo e reforço para o aumento da produção agropecuária que muitas vezes, não considera a capacidade ecológica de suporte dos ambientes e as consequências sociais e econômicas de um crescimento desequilibrado. Em relação às áreas agrícolas no Brasil, na safra 2008/2009 a área cultivada totalizou 47,7 milhões de hectares, o que representou 0,5% a mais que a safra anterior. Entre as culturas de maior representatividade na economia nacional, e, portanto, responsável por parte do incremento na área cultivada do País, destaca-se a soja, atualmente umas das principais commoditys de exportação brasileira. Neste contexto, torna-se importante o desenvolvimento de metodologias que venham auxiliar no monitoramento dessas áreas e na geração de estatísticas agrícolas de maior exatidão. Os dados de sensoriamento remoto associados às técnicas da geoinformação têm demonstrado potencial para monitorar e obter informações sobre a condição das culturas e dados de área cultivada. Uma das alternativas a partir de sensores remotos orbitais é a utilização das imagens do sensor MODIS (Moderate Resolution Imaging Spectro-Radiometer), que permitem obter informações compatíveis com o tamanho das lavouras e determinar mudanças fenológicas das culturas, tornando possível o mapeamento e estimativa de área cultivada de grandes culturas como a soja. Desta forma, os objetivos deste trabalho foram disponibilizar métodos de mapeamento da cultura da soja baseadas em imagens de sensor de moderada resolução espacial para a região norte do Estado do Rio Grande do Sul; avaliar a exatidão da estimativa de área cultivada de soja obtida a partir das imagens MODIS em relação aos dados considerados de referência e verificar a influência de condições meteorológicas distintas no mapeamento realizado. Para isso, foram avaliadas oito metodologias, que na maior parte utilizaram imagens multitemporais do índice de vegetação NDVI (Normalized Difference Vegetation Index) buscando realçar as áreas de soja a partir da curva temporal e de imagens de mínimos e máximos valores de NDVI. Para avaliar os resultados obtidos, foram utilizados dados de área cultivada de soja do IBGE e do mapeamento feito com imagens de média resolução espacial (Landsat), o que permitiu avaliar a concordância espacial do mapeamento realizado a partir da análise de similaridade fuzzy. Os resultados mostraram que os métodos propostos são promissores com valores de coeficiente de determinação (R2) superiores a 0,94. Apesar da alta associação, na análise de regressão linear verificou-se que as medidas estimadas pelas imagens MODIS não são semelhantes aos dados oficiais. Entretanto, quando considera-se que as estimativas oficiais vigentes são caracterizadas pelo caráter subjetivo, pode-se concluir que os dados obtidos neste estudo são altamente satisfatórios, já que diferem-se dos oficiais, atendendo a característica de objetividade (são medidos) e permitem obter informações sobre os erros envolvidos na análise. Desta forma, neste trabalho são disponibilizados, dados de área cultivada de soja de caráter objetivo, de baixo custo, de fácil implementação e que mostram-se promissoras ferramentas de auxílio para a geração de estimativas de área de soja oficial.The gradual increase in global demand for food and the availability of vast agricultural areas has been the encouragement and reinforcement to increase agricultural production often does not consider the ecological capacity to support the environments and the social and economic consequences of unbalanced growth. In relation to agricultural areas in Brazil 2008/2009 crop season acreage totaled 47.7 million hectares, representing 0.5% more than the previous harvest. The crops most representative in the national economy, and thus partly responsible for the increase in acreage in the country stands out as soybeans, now one of the main Brazilian export commoditys. In this context, it is important to develop new methodologies that will assist in monitoring these areas and the generation of agricultural statistics more accurate. The remote sensing data associated with geo-information techniques have shown potential to monitor and obtain information about the condition of crops and acreage data from. One of the alternatives based on satellite remote sensing is the use of images of the MODIS (Moderate Resolution Imaging Spectro-Radiometer), which allow information compatible with the size of crops and determine crop phenological changes, making it possible to map and estimate acreage of major crops such as soybeans. Therefore, the goal of this work was to provide methods of mapping the soybean-based image sensor moderate spatial resolution for the region north of Rio Grande do Sul, to evaluate the accuracy of the estimate of soybean acreage obtained from MODIS images for the data considered references and check the influence of different weather conditions in the mapping done. To do this we evaluated eight methods, which mostly used multitemporal images of vegetation index NDVI (Normalized Difference Vegetation Index), seeking to highlight the areas of soybean from the time curve and images of minimum and maximum values of NDVI. To evaluate the results we used data from soybean acreage IBGE and mapping done were images of medium spatial resolution (Landsat), which allowed to assess the correlation of mapping out space from the fuzzy similarity analysis. The results showed that the proposed methods are promising with determination coefficient (R2) values exceeding 0.94. Despite the high association in linear regression analysis found that the measures estimated by the MODIS images are not similar to official date. However, when one considers that the current official estimates are characterized by subjective, we can conclude that the data obtained in this study are highly satisfactory, since they differ in the officers the characteristic of objectivity (is measured) and allow information about the errors involved in the analysis. Therefore, in this work are available, data from soybean acreage of an objective, inexpensive, easy to implement and are promising tools to aid generation of estimates of soybean official area