Caracterização de lavouras cafeeiras, utilizando técnicas de geoprocessamento e sensoriamento remoto, no município de Umuarama - PR

Abstract

RESUMOO sensoriamento remoto e o geoprocessamento são geotecnologias importantes no apoio ao levantamento de dados da agricultura, permitindo estudos e o entendimento das relações ambientais em que uma determinada cultura está inserida. Neste trabalho,objetivou-se, relacionar as variáveis físicas, como, altimetria, declividade e tipo de solo com o agrossistema cafeeiro existente no município de Umuarama-PR pelo uso de geotecnologias. Foi utilizada a imagem do satélite LANDSAT 5/TM (Thematic Mapper) com data de passagem em 02/07/2007 e o software SPRING 4.3.3. As bandas 3, 4 e 5 do sensor TM foram restauradas, resultando em imagens de 15 m de resolução espacial e, posteriormente, constituindo a composição colorida RGB, na sequência TM4, TM5, TM3, a qual foi empregada na identificação das lavouras cafeeiras por meio de interpretação visual. Para o estudo do relevo, foram utilizados dados da missão SRTM, os quais possibilitaram o conhecimento da altimetria e declividade da região. A imagem do sensor TM possibilitou a execução da classificação visual e consequente identificação das lavouras cafeeiras com alta precisão. Quanto ao relevo, verificou-se que aproximadamente 99% das lavouras cafeeiras estão localizadas entre 380 e 480 metros de altitude e que 90% destas estão situadas em declividades de até 8% de inclinação. Em relação aos solos, observou-se que 89% dos cafeeiros são cultivados sobre Latossolo Vermelho distrófico, de textura arenosa. Termos para indexação:LANDSAT 5/TM, cafeicultura, geotecnologias, caracterização física. ABSTRACTThe remote sensing and geoprocessing are important geotechnologies in support of the survey data of agriculture, enabling studies and understanding of environmental relations in which a particular culture is insert. The objective of this work was to relate the physical variables, such as altimetry, slope and soil type with the coffee agrosystems in Umuarama-PR through the geotechnologies. The image of the LANDSAT 5/TM (Thematic Mapper) dated in 02/07/2007 and the software SPRING 4.3.3 were used for the image processing. The bands 3, 4 and 5 of the sensor TM were restored, which resulted in images of 15m spatial resolution and, later, creating the RGB color composition, which was used to identify the coffee crops through visual interpretation. For the relief map study, the data of the SRTM mission were applied, which enabled us to know the altimetry and declivity of the region. The image of the TM sensor enabled the visual classification and the consequent identification of the coffee crops with high precision. As for the relief area, it was noticed that about 99% of the coffee fields are located between 380 and 480 meters of altitude and that 90% of them are located in declivity of up to 8% of inclination. About the soils, it was observed that 89% of the coffee fields are grown over distrofic Red Latosol, of sandy texture.

Hidrogeomorfometria E Dinâmica Da Cobertura Do Solo Da Microbacia Do Rio Santa Inês, Amazônia Ocidental, Brasil

“…Com base no potencial de mecanização em função do relevo, constata-se que os solos da microbacia podem ser utilizados para cultivos agrícolas, como milho (EMBRAPA, 2008), soja (EMBRAPA, 2007) e café (TRABAQUINI et al, 2011;CARARO;DIAS, 2015), em 69,60% da microbacia (declividade < 15%), e pastagem com gado de corte em 28,97% (declividade entre 16 e 45%). Estas características ajudam a explicar por que é comum encontrar pastagens nas áreas mais íngremes e agronegócio nas áreas mais planas do município onde está inserida a microbacia, e outros municípios do Cone Sul do estado de Rondônia.…”

Smallholder coffee terroirs of Rwanda : linking local to global trade through geographical characterization

“…All these lead to a complex spectral signature for coffee field canopy cover on multispectral imagery, which we generally use to detect crop cover with Remote Sensing techniques. Two recent attempts for directly mapping coffee systems therefore relied on visual image interpretation (Trabaquini, Miglioranza, de Franca, & Neto, 2011) or classification improved by visual interpretation (Moreira, Rudorff, Barros, De Faria, & Adami, 2010). However, visual image interpretation requires manpower and is time demanding, especially when dealing with small-scale coffee farming systems in mountainous areas.…”

“…Existing mapping studies concentrate on large-scale coffee plantations in Latin America (e.g. Cordero-Sancho & Sader, 2007;Gomez et al, 2010;Moreira et al, 2004;Moreira et al, 2010;OrtegaHuerta, Komar, Price, & Ventura, 2012;Trabaquini et al, 2011). Despite their importance for rural livelihoods as well as for the national economy of African highland countries, maps that depict the spatial distribution of coffee are lacking.…”

“…Therefore, two recent attempts for mapping coffee systems rely on visual image interpretation (Trabaquini et al, 2011) or classification improved by visual interpretation (Moreira et al, 2010). However, visual image interpretation requires manpower and is time demanding, especially when dealing with small-scale coffee farming systems in mountainous areas.…”