RESUMO

No abstract

No abstract

O trabalho teve o objetivo de avaliar modelos lineares de regressão entre resposta espectral e produtividade em soja, na escala regional. Para isso, foram monitorados 36 municípios do oeste do Paraná, utilizando cinco imagens do satélite Landsat 5/TM da safra de 2004/2005. Foram realizados os procedimentos de transformação radiométrica e correção atmosférica nas imagens, determinando valores físicos das refletâncias aparente e de superfície. Posteriormente, foram calculados os índices de vegetação NDVI e GVI, os quais, por meio de regressões lineares simples e múltiplas, compararam-se com as produtividades oficiais dos municípios, obtidas das estatísticas IBGE. Aplicou-se também uma análise de diagnóstico, para detectar pontos influentes e de colinearidade. Os resultados mostraram que a média dos valores de NDVI e GVI de todas as imagens foi mais bem relacionada com a produtividade do que para cada data separadamente. O uso de regressões múltiplas com os dois índices, em todas as datas, propiciou melhores resultados de relação com a produtividade.

No abstract

RESUMO:O software PRAPRAG é uma ferramenta de escolha de máquinas e implementos agrícolas que apresentam o menor custo por área ou por quantidade produzida, bem como, faz o planejamento de aquisição das máquinas para a propriedade agrícola, do ponto de vista técnico e econômico. Foi utilizada a linguagem de programação Borland Delphi 3.0 e, a partir de prospectos das máquinas e implementos, criou-se um banco de dados onde o usuário pode cadastrar e modificar suas características de uso. O software mostrou-se uma ferramenta útil e uso amigável. O software proporciona maior rapidez, segurança e confiabilidade ao processo produtivo e econômico das propriedades, na seleção e aquisição de conjuntos mecanizados agrícolas, e na determinação de custos com a mão de obra utilizada. PALAVRAS-CHAVE: custos e seleção, desempenho, sistema computacional. PRAPRAG -SOFTWARE FOR RATIONAL PLANNING OF AGRICULTURAL MACHINES ABSTRACT:The software PRAPRAG is a tool used for choosing agricultural machines and implements that present the lowest cost per area or produced amount, as well as, to it makes the machines acquisition planning for the agricultural property, from both technical and economical points of view. It was used the programming language Borland Delphi 3.0. From the machine and implement handouts, it was created a database where the user can register and modify their characteristics of use. The software showed to be a useful and friendly tool. The software provides high speed, safety and reliability for the productive and economical process of the properties, at the selection and acquisition of agricultural systems, as well as for the determination of costs with the used labor.KEYWORDS: costs and selection, performance, computational system. INTRODUÇÃOA globalização do mercado agrícola faz com que a agricultura brasileira precise competir com empresas estrangeiras, dentro e fora do País, oferecendo qualidade, quantidade e preços baixos. Acredita-se que a melhor opção esteja no desenvolvimento de tecnologias específicas para as condições do mercado nacional. Grandes esforços estão sendo aplicados para evoluir da situação de sociedade industrial para sociedade da informação, principalmente no que diz respeito ao processo de adoção e uso de novas tecnologias relacionadas com a informática, para dar suporte à tomada de decisões gerenciais e aumentar a produtividade na agricultura.A mecanização agrícola está em fluxo contínuo de desenvolvimento e criação de novas tecnologias. Isso exige o uso racional destas, objetivando o maior rendimento, maior produção e menor gasto. Porém, não basta possuir à disposição altas tecnologias, é preciso adequar seu uso de maneira racional, obtendo o maior proveito possível de cada setor de produção. Por exemplo,

RESUMO O Estado do Paraná caracteriza-se por uma grande variabilidade de épocas de semeadura (DS) e, consequentemente, pelo desenvolvimento máximo vegetativo (DMDV), colheita (DC) e ciclo (CI) para a cultura da soja. O objetivo deste trabalho foi estimar essas datas para o período de primavera-verão do ano-safra de 2011/2012, por meio de séries temporais de imagens do Índice de Vegetação Realçado (do inglês Enhanced Vegetation Index - EVI) do sensor Modis (Moderate Resolution Imaging Spectroradiometer). Gerou-se um perfil espectrotemporal médio de EVI, considerando todos os pixels mapeados como soja dentro de cada município. Estes dados serviram de entrada no software Timesat para estimar os decêndios do ciclo da cultura (DS, DMDV, DC e CI) por municípios. Os resultados mostraram que existe grande variabilidade de datas de plantio em diferentes mesorregiões do Estado. Verificaram-se também divergências entre os resultados encontrados e os dados oficiais de DS e DC. A maior parte da semeadura (65,16%) esteve entre o terceiro decêndio de outubro e o primeiro decêndio de novembro. A maior parte da área de soja do Estado do Paraná (65,46%) teve seu DMDV em janeiro e colheita em março (53,92%).

RESUMO:O objetivo deste trabalho foi comparar mapeamentos de semeadura da cultura da soja na região oeste do Paraná, realizados com imagens MODIS/Terra e TM/Landsat 5. Primeiramente, construiu-se máscara de referência, considerando seis imagens TM ao longo do ciclo da cultura, utilizando-se dos algoritmos Paralelepípedo e MaxVer com posterior análise visual. As imagens MODIS foram classificadas com o algorítimo Paralelepípedo, em quatro passagens referentes ao pico vegetativo. O desempenho das classificações foi avaliado por meio de Matrizes de Erros, calculadas pela análise de 100 pontos amostrais (soja ou não-soja), aleatoriamente distribuídos em cada um dos oito municípios da área de estudo. Os principais resultados mostraram que a Exatidão Global (EG) e o Índice Kappa (IK), que variaram entre 0,55 e 0,80, em ambos os sensores, são considerados bons a muito bons. Quando EG e IK dos sensores TM e MODIS foram comparados, não se encontrou diferença significativa. O mapeamento da soja utilizando o sensor MODIS produziu 70% de confiabilidade sob o ponto de vista do usuário. A principal conclusão é a viabilidade de mapear a soja pelo sensor MODIS com as vantagens de que as imagens MODIS têm melhor resolução temporal e são disponibilizadas gratuitamente na Internet.PALAVRAS-CHAVE: monitoramento, matriz de erros, previsão de safras, imagens orbitais, culturas agrícolas. MAPPING OF SOYBEAN (Glycine max (L.) Merr.) CULTURE BY MODIS/TERRA AND TM/LANDSAT 5: A COMPARATIVEABSTRACT: The objective of this work was to compare the soybean crop mapping in the western of Parana State by MODIS/Terra and TM/Landsat 5 images. Firstly, it was generated a soybean crop mask using six TM images covering the crop season, which was used as a reference. The images were submitted to Parallelepiped and Maximum Likelihood digital classification algorithms, followed by visual inspection. Four MODIS images, covering the vegetative peak, were classified using the Parallelepiped method. The quality assessment of MODIS and TM classification was carried out through an Error Matrix, considering 100 sample points between soybean or not soybean, randomly allocated in each of the eight municipalities within the study area. The results showed that both the Overall Classification (OC) and the Kappa Index (KI) have produced values ranging from 0.55 to 0.80, considered good to very good performances, either in TM or MODIS images. When OC and KI, from both sensors were compared, it wasn't found no statistical difference between them. The soybean mapping, using MODIS, has produced 70% of reliance in terms of users. The main conclusion is that the mapping of soybean by MODIS is feasible, with the advantage to have better temporal resolution than Landsat, and to be available on the internet, free of charge.