Determining and mapping the beginning of summer crops cycle in the state of Parana through satellite imagery and rainfall data

A agricultura está fortemente ligada às condições meteorológicas, tornando-se uma atividade de risco. Sendo assim, um sistema de monitoramento e previsão de safras é necessário para evitar grandes perdas. O monitoramento agrícola, aliado a estudos de varibilidade meteorológica, é de extrema importância, pois determina a melhor época em que deve ocorrer a semeadura, bem como os períodos de maior necessidade hídrica da planta. A utilização do sensoriamento remoto para monitoramento agrícola e sua associação a dados meteorológicos viabilizam o monitoramento de culturas, desde o plantio até a colheita. Desta forma, o objetivo deste trabalho foi mapear culturas de verão (soja e milho) no estado do Paraná por meio de composições decendiais NDVI de imagens do satélite SPOT Vegetation nas safras 2005/2006, 2006/2007 e 2007/2008, e associar a dados de precipitação para determinar e mapear épocas de semeadura. Para isso, foi utilizado o método de classificação digital supervisionada em composições multitemporais das imagens, de forma a gerar máscaras da cultura da soja para cada composição decendial. A verificação da acurácia das máscaras foi realizada utilizando o índice Kappa alcançando valores de 0,70, 0,75 e 0,77, Exatidão Global 0,91, 0,91 e 0,93 e Índice de concordância de Willmot (d) entre 0,93, 0,93 e 0,99. Os perfis temporais de NDVI possibilitaram a detecção do início do ciclo vegetativo das culturas. Foram utilizados dados de precipitação da rede de estações meteorológicas do SIMEPAR e do modelo atmosférico ECMWF. Os dados das estações meteorológicas foram compilados a partir de dados diários a dados decendiais, tendo em vista que as informações do modelo são decendiais. Em seguida foi necessário especializá-las e reamostrá-las para um grid de 1 km x 1 km. Essas duas informações foram interpoladas através do Inverso Quadrado da Distância a fim de obter o perfil de precipitação da região estudada durante a safra de verão. A interpolação de dados de precipitação mostrou-se expressiva, uma vez que os valores interpolados e os valores reais foram significativos quando avaliado pelo índice de concordância 'd' de Willmot, variando entre 0,74 a 0,99. Para as três safras em estudo, apenas o comportamento da última foi distinta das demais, onde foi possível detectar atraso da chuva de um mês em relação às outras safras. Com a espacialização da precipitação dentro do estado foi possível fazer o cruzamento entre as máscaras da cultura de verão e os mapas de precipitação decendial, de modo a descobrir o inicio do desenvolvimento do ciclo da cultura. Desta forma foi possível perceber que houve um retardamento no início do ciclo da cultura para regiões em que a semeadura ocorreu antes do período mais chuvoso. A associação entre o perfil temporal de NDVI e precipitação permitiu identificar e mapear diferenças entre épocas de início de ciclo dentro do estado do ParanáAgriculture is highly dependent on meteorological conditions, making it a risky activity, so, in order to avoid large losses, it is necessary to devlop an appropriate crop yield forecasting system. Agricultural monitoring coupled with studies of weather variability is extremely important to determine the best time to sown as well as periods of higher water requirement by the plants. The use of remote sensing for agricultural monitoring in addition to meteorological data enables crop monitoring from planting to harvest. Thus, the goal of this study was to map summer crops in the state of Parana through dekadal composition of SPOT Vegetation NDVI imagery for the 2005/2006, 2006/2007 and 2007/2008 cropping seasons. Supervised classification of multitemporal image composites was used to generate cropland masks for each dekad. Accuracy assessment was performed using Kappa Index reaching values of 0.70, 0.75 and 0.77 and overall accuracy 0.91, 0.91 and 0.93. NDVI temporal profiles were used to detect the beginning of the crop vegetative cycles. Rainfall data from SIMEPAR network of meteorological ground stations and ECMWF atmospheric model were used. The data from the ground stations were compiled from daily to dekadal in order to comply with model data, which is a ten days compilation . Then it was necessary to spatialize and resample them to a 1 km x 1 km grid. These two data were interpolated using the inverse distance to square method to extract the profile of precipitation in the region during the summer harvesting season. The interpolation of rainfall generated good results, once the interpolated values as copared to actual values were significant when evaluated by the agreement index 'd' of Willmot, ranging between 0.74 to 0.99. For the three cropping seasons studied only the behavior of last season was distinct from the others , it was possible to detect a rain delay of one month in relation to other seasons. With the rainfall spacialization within the state it was possible to cross the masks of the summer crops with the maps of the decadal rainfall, in order to discover the beginning of the crop vegetative cycle. So it was possible to see that there was a delay at the beginning of the crop cycle in areas where the sowing occurred before the rainy season. The association between NDVI temporal profile and rainfall allowed to identify and to map the differences among starting of the crop vegetative cycle in the state of Paran