Use of NDVI/AVHRR time-series profiles for soybean crop monitoring in the west of Parana, Brazil

Resumo: Sistemas de previsão de saftas são fontes importantes de informações, capazes de auxiliar Governo e instituições privadas nas questões relativas à comercialização agrícola. Os métodos tradicionais de previsão de safras nem sempre resultam em estimativas precisas, em função de seu caráter subjetivo. Soluções na área das Geotecnologias têm sido estudadas para o desenvolvimento de sistemas de previsão de saftas mais eficientes. Neste trabalho, foram utilizadas imagens multi-temporais do índice de vegetação NDVI, derivado de imagens AVHRR/NOAA. para o monítoramento da cultura da soja (G/ycine max (L.) Merril) na região oeste do estado do Paraná, ao longo dos anos-safta 2002/2003,2003/2004 e 2004/2005. Imagens Landsat foram processadas para determinação das áreas de soja a serem monítoradas. Perfis temporais, descrevendo a condição da biomassa da cultura ao longo do ciclo fenológico, foram gerados em 18 munícípios produtores. Sistemas automáticos de processamento de imagens e de extração das informações espectrais foram desenvolvidos para a formação da infra-estrutura necessária ao trabalho. Parâmetros quantitativos foram extraídos dos perfis temporais, considerando o ciclo produtivo completo ou parcial. Regressões lineares entre os parâmetros quantitativos e a produtividade média munícipal mostraram que, nos anos-safra 2002/2003 e 2003/2004, as correlações mais signíficativas ocorreram quando considerado o ciclo completo. Ao considerar partes menores dos perfis, em períodos que antecederam o término da safta, as correlações mostraram uma tendência de queda. O monítoramento do NDVI nestes dois anossafra, que apresentaram condições climáticas distintas, pôde explicar grande parte da variabilidade da produtividade da soja, em nível munícipal. As correlações na safra 2004/2005 apresentaram uma tendência inversa, sendo mais signíficativas dois meses antes da colheita. Os resultados mostraram o potencial da análise multi-temporal do NDVI na geração de parâmetros a serem inseridos em modelos agrometeorológico-espectrais, para a estimativa da produtividade da soja. A infra-estrutura desenvolvida neste trabalho permitiu maior automação da análise multitemporal, principalmente na etapa do georreferenciamento preciso das imagens NOAA. que não demandou intervenção humanaAbstract: Crop yield forecasting systems are important sources of information for helping Governrnent and private institutions in agricultural trade matters. The traditional methods of crop yield forecasting norma1ly do not provide precise estimations, due to its subjectivity. The use of Geothecnology has been studied for the development of more efficient crop yield forecasting systems. In this study, NDVI time-series, obtained ITom A VHRR/NOAA imagery, were used for the soybean (Glycine max (L.) Merril) crop monitoring in the western region ofthe Paraná State, Brazil, in the 2002/2003, 2003/2004 and 2004/2005 cropping seasons. Landsat images were processed to identify the soybean crop lands. Temporal profiles, describing the biomass status throughout the phenological cyc1e, were generated for 18 municipal districts. Automatic systems for image processing and spectral information extracting were developed to speed up the study. Quantitative parameters were measured ITom the temporal profiles, considering the whole cycle and parts of it. Linear regressions between the quantitative parameters and the municipal mean yields have shown that, in the 2002/2003 and 2003/2004 cropping seasons, the most significant correlations occurred when the whole cyc1e was considered. When smaller periods of the cyc1e were considered, prior to harvest, the correlations lowered. The NDVI monitoring during these two cropping years, which presented different c1imatic conditions, allowed the explanation of a greater part of the soybean yield variability at the municipal leveI. Inverse correlations were obtained in the 2004/2005 season, with more significant coefficients two months prior to harvest. The results have shown the potential of the multitemporal analysis using NDVI profiles as a source of data to be added to agrometeorological-spectral models for the soybean yield forecasting. The inftastructure presented in this study allowed a higher leveI of automation in the multitemporal analysis, mainly in the precise NOAA image navigation, which did not demand human interventio