Dissertacao Cana Produtividade Ndvi

UNIVERSIDADE ESTADUAL PAULISTA UNESP
CMPUS DE JABOTICABAL
PRODUTIVIDADE DE BIOMASSA DE CANA-DE-ACAR

EM FUNO DOS NDICES DE VEGETAO UTILIZANDO
TCNICAS DE SENSORIAMENTO REMOTO
Gildriano Soares de Oliveira

Engenheiro Agrnomo
2015
UNIVERSIDADE ESTADUAL PAULISTA UNESP
CMPUS DE JABOTICABAL
PRODUTIVIDADE DE BIOMASSA DE CANA-DE-ACAR

EM FUNO DOS NDICES DE VEGETAO UTILIZANDO
TCNICAS DE SENSORIAMENTO REMOTO
Gildriano Soares de Oliveira

Orientador: Prof. Dra. Teresa Cristina Tarl Pissarra
Coorientador: Prof. Dr. Luiz Srgio Vanzela
Dissertao apresentada Faculdade de

Cincias Agrrias e Veterinrias Unesp,
Cmpus de Jaboticabal, como parte das
exigncias para a obteno do ttulo de Mestre
em Agronomia (Cincia do Solo)
2015
Oliveira, Gildriano Soares de
O48p Produtividade de biomassa de cana-de-acar em funo dos
ndices de vegetao utilizando tcnicas de sensoriamento remoto /
Gildriano Soares de Oliveira. Jaboticabal, 2015
xv, 65 p. : il. ; 28 cm
Dissertao (mestrado) - Universidade Estadual Paulista,

Faculdade de Cincias Agrrias e Veterinrias, 2015
Orientadora: Teresa Cristina Tarl Pissarra
Coorientador: Luiz Srgio Vanzela
Banca examinadora: Andra Cristiane Sanches, Srgio Campos
Bibliografia
1. Sensoriamento remoto. 2. Cana-de-acar. 3. Landsat 8. 4. rea

foliar. 5. Biomassa. I. Ttulo. II. Jaboticabal-Faculdade de Cincias
Agrrias e Veterinrias.
CDU 631.4:528.8
Ficha catalogrfica elaborada pela Seo Tcnica de Aquisio e Tratamento

da Informao Servio Tcnico de Biblioteca e Documentao - UNESP,
Cmpus de Jaboticabal.
DADOS CURRICULARES DO AUTOR
GILDRIANO SOARES DE OLIVEIRA, nascido em 16 de junho de 1988 em Campina

Verde, MG. Graduao em Engenharia Agronmica pela Universidade Camilo Castelo
Branco - UNICASTELO de Fernandpolis/SP (2010). Cursou Ps-Graduao Latu
senso em Georreferenciamento de imveis Rurais na Fundao Educacional de
Fernandpolis/SP (2014). Cursou Especializao em Cadastro Ambiental Rural na
Universidade Federal de Lavras (2014-2015). No perodo de 2014 a 2015 cursou
mestrado em Agronomia no programa de Cincia do Solo na Faculdade de Cincias
Agrrias e Veterinrias FCAV UNESP Cmpus de Jaboticabal. Professor na
Instituio Moura Lacerda em Ribeiro Preto, na Universidade de Araraquara
UNIARA e na Ps-Graduao em Georreferenciamento de Imveis Rurais na
Universidade de Braslia. Tem experincia na rea de Agronomia, com nfase em
Sensoriamento Remoto, atuando principalmente nos seguintes temas:
Georreferenciamento (Cdigo Geomensor FUV), Geoprocessamento, Gesto de
Bacias Hidrogrficas, Uso e Conservao do Solo e gua, Fertilidade do Solos,
Mecnica dos Solos, Geologia, Cartografia, Topografia, Sistema de Posicionamento
Global, Geodsia, Percias Agronmicas, Ambientais e de Avaliao de imveis rurais
para fins diversos.
Epgrafe
Ando devagar, porque j tive pressa e levo esse sorriso porque j chorei demais.
Hoje me sinto mais forte, mais feliz, quem sabe.
S levo a certeza de que muito pouco sei ou nada sei.
Conhecer as manhas e as manhs, o sabor das massas e das mas.
preciso amor pra poder pulsar, preciso paz pra poder sorrir, preciso a chuva para
florir.
Penso que cumprir a vida seja simplesmente compreender a marcha e ir tocando em

frente.
Como um velho boiadeiro levando a boiada eu vou tocando os dias pela longa estrada,
eu vou, estrada eu sou!
Conhecer as manhas e as manhs, o sabor das massas e das mas.
preciso amor pra poder pulsar, preciso paz pra poder sorrir, preciso a chuva para
florir.
Todo mundo ama um dia, todo mundo chora, um dia a gente chega e no outro vai
embora.
Cada um de ns compe a sua histria, cada ser em si carrega o dom de ser capaz,
E ser feliz!
Almir Sater
Dedicatria
Com muito amor e carinho aos meus pais, Gilmar Soares Rosa e Rosimar Janne de Oliveira
Pimenta Soares. Pais sempre presentes que me ensinaram os valores de integridade moral e
honestidade, que sempre esto ao meu lado nos momentos bons e ruins.
A minha irm, Gilmara Soares de Oliveira e esposo Edmar Antnio Oliveira; e meus amados
sobrinhos Rayssa Soares de Oliveira e Luiz Augusto Soares de Oliveira.
AGRADECIMENTOS
Primeiramente a Deus por me dar fora e proteo para vencer todos os

desafios durante essa jornada.
Profa. Dra. Teresa Cristina Tarl Pissarra, pelo incentivo, estmulo, apoio,
pacincia e ensinamentos transmitidos. Ofereo meus agradecimentos e respeito pelo
seu profissionalismo e sabedoria. Sinto-me honrado por ter sido seu orientado.
Ao meu Co-orientador Prof. Dr. Luiz Srgio Vanzela, que me acompanha desde
a graduao, pela disponibilidade em me auxiliar com o desenvolvimento da
dissertao, pela orientaes e conselhos, um Professor, um Mestre que muito me
admira pelo conhecimento e humildade.
Ao Professor Dr. Jos Marques Jnior coordenador do Programa de Mestrado

em Cincia do Solo, ao Professor Dr. Afonso Lopes, pelas vezes que necessitei de
orientaes, conselhos e estmulos para continuar minha caminhada.
Cidinha Tostes e Rodrigo Figueira que foram meus pais aqui em Jaboticabal,
pela ajuda em tudo e me fazendo como um membro da famlia sempre me apoiando
e me aconselhando.
Aos amigos de Departamento pela ajuda necessria e pelos momentos que

passamos juntos: Ronaldo, Izilda, Thyago Lira, Janana Guidolini, Franciele Morlin
pela ajuda, companheirismo, e pelo tempo dedicado a me ajudar.
Faculdade de Cincias Agrrias e Veterinrias Cmpus de Jaboticabal e

ao Programa de Ps-Graduao em Cincias do Solo e CAPES (Coordenao de
Aperfeioamento de Pessoal de Nvel Superior) pelo auxlio financeiro.
SUMRIO
LISTA DE TABELAS
LISTA DE FIGURAS
LISTA DE GRFICOS
Os mapas aqui apresentados foram elaborados por meio do software ArcGIS10, propriedade
intelectual da ESRI e utilizado sob licena. Copyright Esri. Todos os direitos reservados.
Para mais informaes consultar: www.esri.com.
The maps presented here were developed in ArcGIS 10 software, intellectual property of
ESRI and used under license. Copyright Esri. All rights reserved. For more information visit:
www.esri.com.
PRODUTIVIDADE DE BIOMASSA DE CANA-DE-ACAR EM FUNO DOS
NDICES DE VEGETAO UTILIZANDO TCNICAS DE SENSORIAMENTO
REMOTO
RESUMO A relevncia da cana no setor energtico, na produo de acar

e etanol, imprescindvel para o agronegcio brasileiro e tem mostrado bom
desempenho a cada ano agrcola. O presente trabalho tem por objetivo determinar
modelos matemticos para estimar a produtividade de biomassa de cana-de-acar
em funo do NDVI, por meio de imagens do sensor OLI do satlite Landsat 8. O
estudo foi realizado em uma extenso territorial do municpio de Barrinha, em uma
rea experimental sucroenergtica, localizada no nordeste do Estado de So Paulo,
regio administrativa de Ribeiro Preto. A avaliao da estimativa da produtividade de
biomassa de cana-de-acar por sensores remotos foi realizada pela modelagem
matemtica da produtividade em funo do NDVI. Para as imagens de cada data
coletada, realizou-se o clculo do valor mdio dos pixels dentro da rea de cada
talho, e a posteriori a anlise de varincia por regresso linear para as variedades
nas diferentes idades de plantas e nos dois anos agrcolas (2012/2013 e 2013/2014).
Os modelos foram selecionados pelo nvel de significncia, coeficiente de
determinao e correlao. O modelo matemtico que melhor estimou a produtividade
de biomassa de cana-de-acar em funo do NDVI e obteve a significncia
estatstica, foi no perodo de 8 meses de idade aps a colheita (Y = 3823,3e -5,646NDVI;
R=0,466; p=0,002) para a safra de 2012/2013 e a melhor qualidade estatstica para
2013/2014, com imagens NDVI, foram aos 8 meses (Y = 31,986e 1,2071NDVI; R = 0,213;
p=0,054), 9 meses (Y = 66,723NDVI + 31,399; R = 0,201; p=0,062) e aos 7 meses
de idade aps o corte (Y = 101,5NDVI0,9536; R = 0,170; p=0,089).
Palavraschave: sensoriamento remoto, cana-de-acar, Landsat 8, rea foliar,

biomassa
i
SUGAR CANE BIOMASS PRODUCTIVITY BY VEGETATION INDICES USING

REMOTE SENSING TECHNIQUES
ABSTRACT The relevance of sugarcane in the energy sector and the

production of sugar and ethanol are essential for Brazilian agribusiness and have
shown good performance at each crop year. This study aims to determine
mathematical models to estimate the biomass productivity of sugarcane in function of
NDVI, through images of OLI sensor by Landsat 8. The study was conducted on a
territorial extension of Barrinha County, in a sugarcane experimental area, located in
the northeast of So Paulo, administrative region of Ribeiro Preto. The evaluation of
the estimated biomass productivity of sugarcane by remote sensors was carried out
by mathematical modeling productivity, using NDVI images. For all images of each
date, there has been calculated the average value of the NDVI pixels within the area
of each block, and a linear regression analysis of variance for the varieties in the
different ages of plants and at two growing seasons (2012/2013 and 2013/2014) was
performed. The models were selected by the significance of the coefficient of
determination and correlation. The mathematical model that estimated the biomass
productivity of sugarcane in function of NDVI images and the best statistical
significance was within 8 months old after harvest (Y = 3823,3e-5,646NDVI; R =
0.466; p = 0.002) for the harvest of 2012/2013 and the best statistical quality to
2013/2014, with NDVI images, were at 8 months (Y = 31,986e1,2071NDVI; R = 0.213;
p = 0.054), 9 months (Y = + 31.399 66,723NDVI; R = 0.201; p = 0.062) and at 7
months of age after cutting (Y = 101,5NDVI0,9536; R = 0.170; p = 0.089).
Keywords: remote sensing, sugarcane, Landsat 8, leaf area, biomass

1. INTRODUO
O sensoriamento remoto uma tcnica para obter dados espaciais e a sua

adoo se ajusta muito bem aos propsitos para obter informaes precisas sobre o
sistema de produo das culturas e auxilia no gerenciamento da produo.
Dentre as tecnologias existentes no mercado, a geotecnologia uma
ferramenta que possibilita a visualizao temporo espacial do uso do solo. Assim,
aplicada a interpretao de imagens de sensores remotos e, em particular, pelos
ndices de Vegetao por Diferena Normalizada (Normalized Difference Vegetation
Index NDVI) permite auxiliar na avaliao das reas verdes, biomassa, ndice de
rea foliar, teor de clorofila, deficincia nutricional etc.
Vrios so os ndices que possuem boa correlao com a produtividade de
biomassa e que poderiam ser utilizados na estimativa de culturas agrcolas. Isto
porque os parmetros biofsicos da vegetao podem ser obtidos por sensores
remotos. Os ndices de vegetao so medidas radiomtricas adimensionais que
relacionam com a atividade da vegetao.
Sendo a estimativa da produtividade um dos dados mais importantes para o
planejamento no setor pblico e iniciativa privada, o monitoramento de reas
agrcolas com o uso de geotecnologias e do sensoriamento remoto de suma
importncia para contribuir significativamente para o desenvolvimento agrcola do
Brasil.
Para a estimativa desta varivel necessrio obter metodologias eficazes e
de baixo custo, especialmente no Brasil, que possui grande extenso territorial.
Com isso, novos mtodos mais baratos e precisos de estimar a produo
antecipada de biomassa esto cada vez mais ganhando preciso e uso prtico. Um
desses mtodos a utilizao da correlao entre ndices de vegetao, obtidos
pela combinao de bandas espectrais de sensores orbitais, com a produtividade de
biomassa das culturas (NRSA, 2012).
Ante o exposto, estimar antecipadamente a produo de biomassa de cana-
de-acar uma das etapas primordiais para planejar a logstica da cultura, que
apresenta vrias etapas, tais como: corte, colheita e transporte, ambiente de
produo, levantamento de talhes falhados, manejo de pragas, doenas e nutrio
e tambm, de suma importncia na ltima etapa na cadeia de produo, que a
comercializao do produto final.
Com base nos pressupostos apresentados, torna-se imprescindvel realizar
pesquisas que determinem modelos calibrados entre os ndices de vegetao e a
produtividade de biomassa de cana-de-acar, com a finalidade de alcanar
alternativas para aprimorar a estimativa da produtividade, que pode reduzir os custos
destes levantamentos.
O presente trabalho tem por objetivo determinar modelos matemticos para
estimar a produtividade de biomassa de cana-de-acar em funo do NDVI (ndice
de Vegetao da Diferena Normalizada), por meio de imagens do sensor OLI do
satlite Landsat 8.
2. REVISO DE LITERATURA
2.1. CANA-DE-ACAR (Saccharum officinarum L.)
Segundo Segato et. al. (2006), a cana-de-acar originria da Nova-Guin e

foi levada para o sul da sia, onde foi usada de incio na forma de xarope. Ela uma
pocea semiperene, que possibilita vrios cortes sem necessidade de replantio e
expressa desenvolvimento satisfatrio em solos aerados, bem drenados, o que
denota que ela exige solos com profundidades acima de um metro.
A cana-de-acar possui metabolismo fotossinttico C4, ou seja,
considerada altamente eficiente na converso de energia radiante em energia
qumica, com taxas fotossintticas calculadas em at 100 mg de CO2 fixado por dm
de rea foliar por hora e, para efeito de parmetro, chega a acumular o dobro de
biomassa que uma planta C3, como a soja. Alm disso, as plantas C4 possuem um
mecanismo que diminui a perda de gua em ambientes secos (ALENCAR, 2012).
A cana-de-acar adaptada as condies de intensidade luminosa alta,
temperaturas elevadas e relativa escassez de gua, j que a cultura necessita de
grandes quantidades de gua para suprir as necessidades hdricas, uma vez que
somente 30% de sua massa representada por matria seca e, 70% pela gua
dependendo do estdio fenolgico. Sua capacidade em absorver gua pelas folhas
maior do que em qualquer outra pocea, entretanto, o sistema radicular, em seus
pelos absorventes, o responsvel pela maior quantidade de gua absorvida. O
orvalho da madrugada e os chuviscos, que no chegam a atingir o solo, so
absorvidos por suas folhas. A cana uma espcie, portanto, ideal para o cultivo em
regies tropicais. No entanto, o conhecimento do ciclo da cultura importante para
melhor manej-la, pois se sabe que qualquer produo vegetal que vise a mxima
produtividade econmica, fundamenta-se na interao de trs fatores: a planta, o
ambiente de produo e o manejo (SEGATO, et. al., 2006).
A profundidade do sistema radicular formado depende, principalmente, do
cultivar e das condies edficas como por exemplo a umidade e as caractersticas
fsicas e qumicas do solo (FAUCONNIER e BASSEREAU, 1975).
Dillewijin (1952) descreve a existncia dos tipos bsicos de razes na cana-
de-acar: as razes superficiais, ramificadas e absorventes; as razes de fixao
mais profundas; e, as razes-cordo, que podem aprofundar-se at 6 metros, este
mesmo autor relata que as razes da soqueira so mais superficiais que as da cana-
planta, logo verifica-se que quanto maior o nmero de cortes, mais superficial fica o
sistema radicular das soqueiras.
O colmo cilndrico, ereto e fibroso e rico em acar. A composio
aproximada da cana-de-acar a seguinte: possui 86 a 92% de caldo e 8 a 14% de
fibras (matria insolvel em gua). O caldo por sua vez, composto de gua (75 a
82%) e 18 a 25% de slido solveis totais (Brix) (CASTRO, et al., 2008). De acordo
com Rodrigues (1995), as caractersticas intrnsecas da variedade definem o nmero
de colmos por planta, a altura e o dimetro do colmo, o comprimento, a largura das
folhas e a arquitetura foliar, mas as expresses destes caracteres so influenciadas
por fatores externos, como as condies climticas, o manejo e as prticas culturais
adotadas.
Segundo Casagrande (1991), a cana propagada vegetativamente, e a
propagao por sementes s se processa aps os cruzamentos orientados nos
programas de melhoramento de cultivares. O desenvolvimento da cana
basicamente dividido em dois ciclos. O primeiro ciclo da cultura denominado cana-
planta onde a cultura no teve seu primeiro corte e seu perodo varia de 12 a 18
meses, dependendo da variedade. Aps o primeiro corte encerra-se o primeiro ciclo
e se inicia o ciclo da cana-soca, neste ciclo o perodo passa a ser de 12 meses para
todas as variedades.
Uma das caractersticas das poceas a capacidade de perfilhamento. O
perfilhamento o processo no qual a planta emite brotaes, colmos ou hastes
laterais na mesma planta, os quais recebem a denominao de perfilhos, sendo que
esta a razo mais importante para a produtividade de culturas, como a cana-de-
acar. A cultura perfilha nos primeiros meses aps o plantio (ou aps a rebrota) e
os fatores que so responsveis inicialmente pelo perfilhamento so a temperatura e
a radiao solar, mas a variedade utilizada, a densidade do plantio, o ciclo (cana-
/planta ou soca), assim como a disponibilidade de gua e a de nitrognio no solo
tambm podem ser determinantes pela intensidade do perfilhamento (SUGUITANI;
MATSUOKA, 2001).
O aumento do perfilhamento de cana-de-acar estende-se at os 180 dias
aps o plantio da cana, ou aps o corte da cana-soca e varia em funo das
condies de temperatura e a disponibilidade hdrica favorvel. Aps este perodo h
uma reduo de cerca de 50% no perfilhamento e a partir dos 270 dias o nmero de
perfilhos tende a estabilizar-se, o que uma caracterstica fisiolgica da cana-de-
acar. Um dos fatores que favorece a estabilizao do perfilhamento o
sombreamento ocasionado pela prpria cultura, o auto sombreamento, mas em
contrapartida, isso induz a acelerao do crescimento do colmo principal. A limitao
de crescimento nesta fase ocorre apenas quando h dficit no suprimento de gua,
ocorrncia de baixas temperaturas ou ainda devido ao florescimento, sendo este
processo indesejvel em culturas comerciais. (DILLEWIJN, 1952; BARBIERI, 1993;
PRADO, 1988, DAROS et al., 1999; SILVA et al. 2002; CASTRO e
CHRISTOFOLETTI, 2005).
O ambiente de produo o conjunto das interaes dos atributos dos solos
com as condies climticas locais. As condies fsico-hdricas, morfolgicas,
qumicas e mineralgicas dos solos associadas com o clima (precipitao
pluviomtrica, temperatura, radiao solar, evaporao e ventos) sob manejo
adequado da camada arvel com relao ao preparo, calagem, adubao, controle
de plantas daninhas e pragas do solo, representam os diferentes ambientes de
produo (PRADO e PDUA JNIOR, 2006).
Portanto, o ambiente de produo a interao entre a relao solo-planta-
atmosfera, associada ao manejo cultural da cana, possibilitando assim a indicao
das variedades propcias para a cada regio.
Segundo Castro et al. (2008), a cultura da cana-de-acar desenvolve-se
melhor em solos de boa fertilidade, profundos, argilosos, com boa capacidade de
reteno de gua, mas sem ocasionar encharcamento, e com pH de 6,0 a 6,5, mas
encontram-se cultivos de cana-de-acar em solos com pH desde 4 at 8,5,
apresentando, portanto, reduo na produtividade na medida que caminha para os
valores extremos.
O manejo varietal da cana-de-acar uma ferramenta estratgica que
procura identificar os parmetros quantitativos e qualitativos da interao gentipo
versus ambiente, ou seja, obter ou localizar diferentes variedades comerciais que
proporcione maior produo agrcola (LANDELL e ALVAREZ, 1993).
A adubao, de maneira geral, pode ser definida pela necessidade nutricional
da cultura subtraindo os nutrientes fornecidos pelo solo multiplicado por um fator de
eficincia de absoro. A necessidade nutricional da cultura da cana-de-acar
definida realizando-se a avaliao do estoque de nutrientes disponveis no solo e
pela eficincia da absoro. Para avaliao do estoque de nutrientes, so utilizadas
a diagnose visual e foliar, assim como as anlises do solo. Para complementao,
pode-se utilizar as anlises do caldo da cana (DEMATT, 2004).
Os nutrientes nitrognio (N), fsforo (P) e potssio (K) so exigidos em maior
quantidade pelas plantas devendo ser repostos com maior freqncia. J o clcio
(Ca), magnsio (Mg), enxofre (S) e os micronutrientes so exigidos em quantidades
menores, todavia estes so ta importantes quanto os demais, ou seja, cada nutriente
desempenha uma funo indispensvel para o crescimento e desenvolvimento da
cana (SEGATO, et. al., 2006).
Segundo Cmara (1993), o processo produtivo da cana-de-acar visa trs
parmetros bsicos:
Produtividade: alta produo de biomassa (fitomassa) por unidade de rea, ou
seja, elevada produo de colmos industrializveis ricos em contedo celular
(sacarose).
Qualidade: riqueza de acar dos colmos industrializveis, caracterizando
matria-prima de qualidade.
Longevidade do canavial: visa aumentar o nmero de cortes econmicos,
aumentando assim o tempo entre as reformas do canavial.
Segundo Malavolta (1984), o manejo do solo para implantao da cana-de-
acar est dividido em: preparo convencional, cultivo mnimo e plantio direto.
Preparo convencional: o preparo consiste na realizao de operaes
sucessivas (sistematizao, distribuio de corretivos, arao, gradagem pesada,
subsolagem e gradagem niveladora) para deixar o terreno apto para receber a
cultura da cana-de-acar.
Cultivo mnimo: a diminuio do trabalho de revolvimento do solo, podendo
ser composto das seguintes operaes: sistematizao do terreno, distribuio de
corretivo na superfcie, subsolagem (quando detectada a presena de camada
compactada) e eliminao qumica dos restos culturais.
Plantio direto: pode ser definido como um sistema onde a semeadura
realizada em solo no revolvido e que depende do controle de plantas daninhas
atravs de herbicidas. Geralmente duas aplicaes de herbicidas com ao
dessecante e residual secam as plantas daninhas e formam juntamente com a
resteva, a cobertura morta que protege o solo e favorece o desenvolvimento inicial
da cultura. Uma terceira pulverizao com herbicidas ps-emergentes controla as
plantas daninhas que eventualmente emergem aps a semeadura.
A relevncia da cana no setor energtico, na produo de acar e etanol
imprescindvel no agronegcio brasileiro e tem mostrado um crescimento linear a
cada ano agrcola, embora a crise que o setor enfrenta. Com fulcro nas informaes
da UNICA (2014) essa produo leva a uma faturao na balana comercial de US$
68 bilhes de dlares, representando 27% do PIB e 7,5% da arrecadao interna
brasileira, tal importncia no agribussines ressalta a salutar necessidade de
aplicaes de tecnologias eficientes que visem melhorar a produtividade e qualidade
do produto.
Corroborando com a CONAB (2015), a produo total de cana-de-acar
destinada a indstria, estimada para a safra de 2015/16 de 654,6 milhes de
toneladas com acrscimo de 3,1% (19,8 milhes de toneladas) em relao safra
2014/15, que foi de 634,8 milhes de toneladas. A regio Sudeste sozinha
responsvel por aproximadamente 64% da produo total para a safra em questo
(418,9 milhes de toneladas).
A produtividade da cana-de-acar (Saccharum ssp.) em seu ciclo agrcola,
depende das condies qumicas e fsico-hdricas das camadas superficiais e sub-
superficiais dos solos, juntamente com as condies climticas, formando os
chamados ambientes de produo. O manejo bsico da cultura nos ambientes
considera que feito corretamente o preparo do solo e plantio; o controle das ervas
daninhas e o manejo fitossanitrio; poca de plantio e colheita alm da escolha
varietal em relao aos ambientes; doses adequadas de corretivos e fertilizantes;
controle local evitando a eroso e que no ocorra impedimentos qumicos, fsicos e
biolgicos no solo que limitem o desenvolvimento do sistema radicular, tais
ambientes originais alteram favoravelmente quando feito manejo intensivo com
aplicao de vinhaa, torta de filtro, com adubao verde, irrigao, porm alteram
desfavoravelmente quando as condies climticas so anormais, como distribuio
irregular de precipitao, dficit hdrico prolongado e geadas (PRADO e PDUA
JNIOR, 2006).
Recentemente a adoo do sensoriamento remoto tem buscado cada vez
mais recursos para melhorar o gerenciamento dos recursos agrcolas.
preciso, no entanto, que as reas de plantio sejam iniciadas com tecnologias
modernas que tragam no s maiores retornos financeiros ao produtor, mas tambm
causem menores impactos no ambiente.
2.2. NDICES DE VEGETAO
As propriedades de reflectncia e transmitncia das folhas foram

apresentadas em trabalhos iniciais de Gates et al. (1965), Gausmann et al. (1969), e
Wooley (1971), mostrando como a estrutura e os pigmentos das folhas afetam
ngulos da luz, faixa do espectro eletromagntico, entre outros processos.
Das trs componentes resultantes do fracionamento da radiao solar
incidente, ao interagir com a planta, isto reflexo, absoro e transmisso,
percebe-se que a mais importante do ponto de vista fisiolgico e bioqumico para a
produtividade da planta , sem dvida, a absoro. Entretanto, para a grande
maioria dos sistemas de sensoriamento remoto, principalmente, os orbitais e os
suborbitais, medir esta parte da radiao impossvel, a no ser por meio de
inferncias baseadas no comportamento das quantidades refletidas e/ou emitidas
pela vegetao. Neste aspecto, a energia refletida pela vegetao tem sido a mais
utilizada, porque nesta faixa do espectro eletromagntico que se dispe da maior
quantidade de sensores orbitais e suborbitais capazes de registrar informaes da
superfcie terrestre (MOREIRA, 2007).
Os principais mecanismos que influenciam a quantidade de energia
eletromagntica refletida pelas folhas so: pigmentos, quantidade de gua e
estrutura celular. Na faixa do vermelho h uma maior absoro caso haja a presena
de antocianina e -caroteno. No infravermelho prximo, o comportamento da
radiao eletromagntica quanto reflexo, transmisso e absoro dominado
pelas propriedades pticas da folha, que dependem das estruturas celulares
internas. Estas estruturas, localizadas na parte mais interna da folha, chamada de
mesfilo, possuem clulas com vacolo e paredes hidratadas onde aumentam a
reflexo propiciando melhor absoro da radiao pelos pigmentos (MOREIRA,
2007). No infravermelho mdio, a reflectncia da vegetao caracteriza-se por um
decrscimo dos valores da energia refletida, afetada principalmente pelo contedo
de gua foliar.
Desde a dcada de 1960, os cientistas vm extraindo e modelando vrios
parmetros biofsicos da vegetao com o uso de dados de sensoriamento remoto.
Grande parte desse esforo tem envolvido o uso de ndices de vegetao que so
medidas radiomtricas adimensionais, as quais indicam a abundncia relativa e a
atividade da vegetao verde, incluindo ndice de rea foliar (IAF), porcentagem de
cobertura verde, teor de clorofila, biomassa verde e radiao fotossinteticamente
ativa absorvida. Um ndice de vegetao ideal deve maximizar a sensibilidade a
parmetros biofsicos das plantas, preferencialmente de uma forma linear, alm de
normalizar efeitos externos e internos em relao ao dossel. Deve tambm ser
acoplvel a algum parmetro biofsico mensurvel, tais como a biomassa, o IAF,
para fins de validao e de controle de qualidade, (JENSEN, 2009).
Os primeiros estudos (JORDAN, 1969; PEARSON; MILLER, 1972) iniciaram
com aplicao da razo simples entre bandas, no caso do infravermelho prximo
(IVP) e vermelho (V), gerando os ndices de vegetao RATIO e RVI, dados pelas
equaes (1) e (2) respectivamente, onde constata melhor equiparao com a
biomassa, salientando a resposta da vegetao.
RATIO
IVP V .....................................................................................................(1)
V
V
RVI .................................................................................................................(2)
IVP
Com igual propsito foram criados por Rouse et al. (1973) o ndice de
vegetao por diferena normalizada (NDVI) e o ndice de vegetao transformado
(TVI), especificado pelas equaes (3) e (4) respectivamente, na tentativa de
atenuar as intervenes do solo, atmosfera e variaes do ngulo do sol.
( IVP V )
NDVI ......................................................................................................(3)
( IPV V )
TVI NDVI 0,5 .....................................................................................................(4)
Segundo Wang et al. (2005), o NDVI intensamente relacionado com o IAF;

todavia, esta relao pode no ser to forte nesses perodos de mximo IAF, ao que
tudo indica, em virtude da saturao do NDVI quando o IAF muito alto.
Richardson e Wiegand (1977) propuseram o ndice de vegetao
perpendicular (PVI) dado pela equao (5), que retrata, em um plano cartesiano V
versus IVP, a distncia perpendicular entre a referncia espectral do solo implcito na
vegetao:
( IVP a V b)
PVI .................................................................................................(5)
a2 1
onde: a e b so coeficiente das retas de solos.
Entre as variaes do NDVI, revelou-se o ndice de vegetao ajustado ao

solo (SAVI) por Huete (1988), por meio da equao (6), objetivando diminuir o efeito
do solo sobre diferentes densidades de cobertura vegetal, por meio do desvio do par
ordenado V versus IVP para o ponto de juno da linha do solo com a linha da
vegetao, pela incluso de uma constante L.
( IVP V )
SAVI (1 L) ........................................................................................(6)
( IVP V L)
Analisando diferentes valores para a constante L em distintas densidades de

vegetao e para dois tipos de solos (baixo e alto brilho), Huete (1988) atentou que,
aumentando o IAF, o valor de L deve ser diminudo paulatinamente at que, obtido
um IAF prximo a 3,6, a menor influncia do solo suceder com o L=0, quando o
SAVI proporcional ao NDVI. Constitui-se L=0,5 como um valor de reduo relevante
do rudo do solo para uma gama de densidades de dossis.
Foi elaborado, com os mesmos objetivos acima citados, o ndice de
vegetao transformado e ajustado ao solo (TSAVI) dado pela equao (7), sendo
uma medida do ngulo entre a linha de solo e a linha de vegetao (BARET et al.,
1989; BARET; GUYOT, 1991).
a ( IVP a) (V b)
TSAVI .....................................................................................(7)
(V ) (a IVP ) (a b)
sendo: a e b a inclinao e o intercepto da linha de solo no par ordenado IVP
versus V.
Clevers (1989) caracteriza o ndice intitulado ndice de vegetao por

diferena ponderada (WDVI) dado pela equao (8).
WDVI IVP a V .....................................................................................................(8)
sendo: a inclinao da reta do solo.
QI et al. (1994) determinaram modificaes no clculo do fator L do SAVI

dada pela equao (10), ocasionando o ndice de vegetao modificado e ajustado
ao solo (MSAVI) retratado pela equao (9).
( IVP V )
MSAVI 1 L ........................................................................................(9)
IVP V L
L 1 2 a NDVI WDVI ..........................................................................................(10)
sendo: a a inclinao da reta do solo.
Tentando atenuar a dependncia do NDVI aos parmetros atmosfricos,

Kaufman e Tanr (1992) apontaram uma alterao na elaborao do ndice de
acordo com a equao (11), inferindo a informao atmosfrica inclusa na banda
azul.
IVP V ( B V )
ARVI . .....................................................................................(11)
IVP V ( B V )
onde: g o critrio que coordena a atmosfera e depende do tipo de aerossol,

sendo utilizado g=1 quando o modelo do aerossol no valido; B representa a
resposta do azul.
A mesma tica de atenuao dos efeitos atmosfricos utilizados no ARVI foi
aplicada por Gitelson et al. (1996) destacando o uso do canal verde (VD), obtendo o
ndice verde de resistncia atmosfrica (GARI) e o ndice verde-vermelho de
resistncia atmosfrica (GRARI) de acordo com as equaes (12) e (13).
IVP VD ( B V )
GARI ....................................................................................(12)
IVP VD ( B V )
IVP [VD ( I )V ( B V )]
GARI ..................................................................(13)
IVP [( I )V ( B V )]
onde: I o parmetro que controla a correo atmosfrica e, empiricamente, pode

ser aplicado como 1; h um composto dentro do GRARI da reflectncia condizente
ao comprimento de onda do verde e do vermelho na sequncia para obter
caractersticas que esto entre o ARVI e GARI.
Entre os ndices aplicados por Gitelson et al., (1996) importante indicar o
ndice de vegetao diferena normalizada verde (Green NDVI), dado pela
equao (14). Neste estudo, este ndice representado pela sigla GNDVI
IVP VD
" Green" NDVI .........................................................................................(14)
IVP VD
Os ndices decorrentes da transformao ortogonal Tasseled Cap, utilizam

as seis bandas no termais do sensor TM e conferem pesos diferentes para cada
uma delas por meio de equaes lineares. Como produto, so originadas trs
imagens-sntese: brightness, greenness e wetness (CRIST; CICONE, 1984). A
imagem greenness, ou ndice de vegetao GVI, obtida de acordo com a
equao (15):
GVI 0,24717* TM 1 0,16263* TM 2 0,40639* TM 3 0,85468* TM 4 0,05493* TM 5 0,11749* TM 7 .....
.................................................................................................................................(15)
onde: TM descreve os canais do sensor Thematic Mapper do satlite Landsat.
O ndice de Vegetao por Diferena Normalizada (NDVI) representativo de

vrios ndices de vegetao espectrais (KAZMIERCZAK, 1996). Este ndice uma
tcnica bastante importante utilizada para melhor visualizar os alvos no que diz
respeito a variao da vegetao, e a razo entre as bandas de alta correlao
entre si, serve para realar os alvos de interesse e a biomassa vegetal (FREIRE;
PACHECO, 2005). O NDVI tem, portanto, uma relao direta com o vigor da
vegetao, sendo assim, possvel o mapeamento de reas com diferentes ndices
de cobertura vegetal e vigor de biomassa.
Dentre os exemplos de aplicao dos ndices de vegetao, pode-se
encontrar no trabalho de Huete (1988), que investigou a influncia dos solos sobre
os ndices de vegetao, uma boa correlao dos ndices NDVI e SAVI, com o IAF
em culturas de algodo e com biomassa em gramneas.
De acordo com sua sensibilidade em relao s variveis da vegetao, os
ndices de vegetao podem realar a variao espacial existente, como mostram
Gitelson et al. (1996), analisando-se o coeficiente de variao dos ndices NDVI,
ARVI, GARI e GRARI de folhas de bordo e castanha-da-ndia com uma variao da
concentrao de clorofila-A de 5mg/cm2 a 44,8mg/cm2, onde foi observado que a
sensibilidade do GARI e GRARI foi trs vezes superior ao ARVI e cinco vezes ao
NDVI.
Rudorff (1985) avaliou o uso potencial do Landsat utilizando os ndices de
vegetao (RVI, DN, DDVI, TVI E TVI6), em conjunto com dados de um modelo
agrometeorolgico para a previso da produtividade da cana-de-acar. Em seu
trabalho, foram localizadas reas canavieiras em imagens de satlite, extraindo-se
os nveis de cinza, em que os melhores resultados foram alcanados com o uso dos
dois estudos em conjunto (agrometeorolgico e ndice de vegetao).
Ambos os modelos de regresso linear explicaram, juntos, 56% da variao,
enquanto os modelos agrometeorolgicos e ndices de vegetao, analisados
separadamente, explicaram respectivamente 38% e 32% da variao.
Em seu trabalho, Rudorff (1985) demonstra o potencial de utilizao dos
dados do satlite Landsat para se estimar a produtividade e, ainda, quando
considera preliminar o proposto em seu trabalho, justifica a elaborao de outros
estudos.
Diante da importncia da preciso no valor de reflectncia e radincia das
superfcies imageadas por um sensor remoto orbital e da influncia da atmosfera
nesta resposta espectral, faz-se necessrio o conhecimento dos componentes
atmosfricos que interferem neste processo.
Entre os principais efeitos observados nas imagens de satlite, devido
presena real da atmosfera entre o satlite e a superfcie terrestre, pode-se citar a
diminuio da faixa de valores digitais possveis registrados pelo sensor que resulta
na diminuio do contraste entre superfcies adjacentes e alterao do brilho de
cada ponto da imagem. Os gases (principalmente vapor dgua, oxignio e dixido
de carbono) e os aerossis (pequenas partculas em suspenso) refletem, refratam,
absorvem e espalham a radiao desde quando ela atinge a atmosfera at quando a
deixa, depois de refletida pelo solo (ZULLO, 1994).
Com o objetivo de remover os efeitos atmosfricos de imagem de
sensoriamento remoto, Zullo (1994) desenvolveu um sistema computacional
denominado de Sistema de Correo Radiomtrica de Imagens de Satlite
(SCORADIS) baseado na teoria e os parmetros atmosfricos calculados pelo
MODELO 5S (Simulation du Signal Satellitarie dans le Spectre Solarie).
Aplicando a correo atmosfrica em algumas superfcies de imagens
Landsat atravs do sistema Scoradis, Zullo Jr. (1994) observou que os valores do
NDVI, de uma maneira geral, so subestimados devido presena da atmosfera.
Em uma rea de cana foi observado valor do NDVI de 0,6 na imagem corrigida e 0,4
na imagem original.
2.3. PRODUTIVIDADE DE BIOMASSA
De acordo com Han et al. (1994), o mapeamento da produtividade um

importante componente para a Agricultura de Preciso, pois identifica e quantifica a
variabilidade espacial da produtividade das culturas e auxilia os processos de
gerenciamento localizado. Molin (2001) descreve que as atividades relacionadas
Agricultura de Preciso compem um ciclo fechado de tarefas e que este ciclo tem
como ponto de partida a fase de mapeamento de produtividade. Segundo o autor, o
mapa de produtividade a informao mais completa para se visualizar a
variabilidade espacial das lavouras.
Del Grossi et al. (2014) ressaltam que a estimativa da produtividade real de
biomassa (PRB) realizada em duas estimativas, sendo que a primeira realizada
logo aps a colheita quando o tcnico observa com maior detalhe levando em conta
o rendimento de cada unidade produtora (fazenda) na ltima safra, tipo de solo,
fertilidade, estrutura, matria orgnica, comportamento da variedade, ano de corte,
prticas de manejo, ataque e pragas, doenas e condies climticas e ervas
daninha, entre outros. A segunda estimativa de safra realizada entre os meses de
fevereiro e maro, perodo que antecede a colheita, quando todos os fatores
considerados na primeira estimativa so novamente examinados e comparados com
a anlise visual do tcnico que depende do conhecimento espacial dos eventos
acima, porm, a visualizao possibilita somente a vistoria ao redor dos carreadores
dos talhes de cana-de-acar. Observa-se, nessa inspeo, que o tcnico analisa o
comportamento das plantas principalmente nas bordas dos talhes, desconhecendo
a proporo e a distribuio em todo o talho de possveis padres diferenciados.
Diante das dificuldades e subjetividade na aplicao dessa metodologia de
estimativa de safra, a utilizao do sensoriamento remoto, atravs de dados orbitais
do satlite Landsat-7 ETM+, pode auxiliar na estimativa de safra da cultura da
canade-acar. Para a obteno de informaes a fim de se estimar a produo de
uma lavoura de cana-de-acar, primeiramente, necessrio o conhecimento dos
fatores que influenciam na resposta espectral da cultura imageada pelo satlite.
A produtividade de biomassa o valor mximo em toneladas por hectare, de
produtividade de cana-de-acar, obtida em campo devido a interao gentipo-
ambiente.
2.4. SENSORIAMENTO REMOTO
O sensoriamento a aquisio de dados sobre um objeto sem toc-lo, sendo

o conjunto de tcnicas que possibilita obter informaes sobre alvos na superfcie
terrestres (objetos, reas, fenmenos), no registro da interao da radiao
eletromagntica coma superfcie distncia, isto , sem contato direto.
Segundo Epiphanio et al. (1996), o sensoriamento remoto uma ferramenta
ou tcnica similar matemtica para medir a quantidade de energia eletromagntica
que emana de um objeto ou rea geogrfica, a distncia e, depois, se extrai
informao importante dos dados usando algoritmos baseados em matemtica e
estatstica para atividades cientficas.
A radiao eletromagntica (REM) o meio pelo qual a informao
transferida do objeto ao sensor. A REM a interao dinmica da energia com a
matria, sendo esta gerada toda vez que uma carga eltrica acelerada. Ao
conjunto de ondas eletromagnticas que compem o campo de radiao de um
determinado objeto; a esse conjunto se d o nome de espectro, sendo que o
espectro eletromagntico representa todo o conjunto de comprimentos de ondas
conhecido, que vo desde raios gama at ondas de rdio.
Para o sensoriamento remoto da superfcie terrestre a principal fonte de
radiao eletromagntica o sol. Segundo Novo (2008), a produo de energia pelo
sol se d por meio de um processo conhecido como ciclo prton-prton, que implica
a converso de quatro tomos de hidrognio em um tomo de hlio e energia na
forma de ftons e neutrinos.
As propriedades espectrais de uma folha so funo de sua composio,
morfologia e estrutura interna que, por sua vez, apresentam variaes em funo
das diferentes variedades de cana.
Na faixa do espectro eletromagntico (EEM) de 0,4 a 2,6 m, onde atua a
maioria dos sensores pticos, a vegetao possui uma reflectncia tpica que a
diferencia dos demais alvos da superfcie terrestre.
Essa faixa do EEM pode ser dividida em subfaixas denominadas de: visvel (0,4 a
0,7 m), infravermelho prximo (0,7 a 1,3 m) e infravermelho mdio (1,3 a 2,6 m).
A regio do visvel caracterizada por uma baixa reflectncia da vegetao
decorrente de uma alta absoro da radiao solar que incide sobre as folhas. Os
pigmentos das folhas so os principais responsveis por essa absoro, pois captam
a energia solar nessa regio do EEM para ser utilizada no processo fotossinttico.
Segundo Taiz e Zeiger (2004), somente 5% da energia solar incidente sobre
as folhas utilizada no processo da fotossntese para a produo de carboidratos.
Isto ocorre em parte porque a maior frao da energia solar incidente no
absorvida pelos pigmentos. Alm disso, uma parcela de energia absorvida perdida
na forma de calor. Da parcela absorvida e convertida em carboidratos, uma parte
utilizada no metabolismo geral da folha.
Na regio do infravermelho prximo, as propriedades pticas da folha so
dominadas, principalmente, pelas suas estruturas celulares. A reflectncia pode
chegar at 50%, dependendo da estrutura anatmica das folhas sendo que a
absoro muito baixa (menos de 15%) (TUCKER, 1977).
No infravermelho mdio, a presena de gua nas folhas prevalece na
resposta espectral em funo dos picos de absoro da gua em torno de 1,45,
1,95, 2,7 e 6,3 m.
A radiao solar nos comprimentos de onda de 400 a 700 nm ,
frequentemente, referido como sendo a radiao fotossinteticamente ativa ou
Photosynthetic Active Radiation (PAR). Da PAR incidente, 10 a 15% no so
absorvidos pelos pigmentos, mas so refletidos ou transmitidos.
O comportamento espectral da cultura da cana-de-acar ao longo do seu
ciclo de crescimento mais bem evidenciado pouco antes do incio da safra na
regio Centro-Sul. Rudorff e Batista (1985) analisaram dados espectrais do sensor
MSS de cinco passagens do satlite Landsat e concluram que a melhor poca para
aquisio de imagens para fins de estimativa de produtividade (relao da resposta
espectral com peso dos colmos) se situa em torno do ms de fevereiro; isto ocorre
pelo fato de a biomassa encontrar-se bem desenvolvida, devendo entrar no perodo
de maturao.
3. MATERIAL E MTODOS
3.1. REA DE ESTUDO
O estudo foi realizado em uma extenso territorial do municpio de Barrinha,

em uma rea comercial sucroenergtica, com 213,2247 ha, localizada no nordeste
do Estado de So Paulo (Figura 1), regio administrativa de Ribeiro Preto.
Figura 1. Localizao rea experimental sucroenergtica.

Segundo Oliveira et al. (1999), a rea constituda pela unidade de
mapeamento LV34, que diz respeito a Latossolos Vermelhos acrifrricos e
distrofrricos A moderado textura argilosa relevo suave ondulado e plano, conforme
Figura 2.
Figura 2. Mapa de solos da rea comercial sucroenergtica.

O clima da regio, de acordo com a classificao de Koppen, subtropical
mido, Aw, com inverno seco e ameno e vero quente e chuvoso (Rolim et al.,
2007). De acordo com a EMBRAPA (2007), a regio caracterizada por um perodo
de 6 meses do ano com dficit hdrico e temperatura mdia de 22,5 C, conforme
Tabela 1.
Tabela 1. Balano Hdrico da regio onde est inserida a rea objeto de estudo.
Ms T P ETP ARM ETR DEF EXC
(C) (mm) (mm) (mm) (mm) (mm)
Jan 24,8 251 127 100 127 0 124
Fev 24,9 232 117 100 117 0 115
Mar 24,5 153 119 100 119 0 34
Abr 22,5 51 87 70 81 6 0
Mai 20,3 41 65 55 56 9 0
Jun 19,1 26 52 42 38 13 0
Jul 19,0 22 52 31 33 19 0
Ago 20,9 15 69 18 28 41 0
Set 22,5 40 86 11 47 39 0
Out 23,4 112 103 20 103 0 0
Nov 23,9 149 111 58 111 0 0
Dez 24,3 216 124 100 124 0 50
TOTAIS 270,1 1.308 1.113 705 985 128 323
MDIAS 22,5 109 93 59 82 11 27
3.2 METODOLOGIA
A avaliao da estimativa da produtividade de biomassa de cana-de-acar

por sensores remotos foi realizada pela modelagem matemtica da produtividade
(varivel dependente) em funo do ndice de Vegetao por Diferena Normalizada
(NDVI varivel independente), para 4 variedades, conforme mostra a Figura 3,
(IAC91-2195, RB925345, SP90-1107 e SP91-1285) em 4 idades de plantas (7, 8, 9 e
10 meses aps o corte) para as safras 2012/2013 e 2013/2014.
Figura 3. Mapa das variedades existentes na rea comercial sucroenergtica.
A produtividade real de biomassa de cana-de-acar foi obtida dos talhes de

cana-de-acar. Os dados de produtividade foram cedidos do banco de dados da
unidade experimental sucroenergtica, do ano de 2012/2013 e 2013/2014, bem
como o mapeamento georreferenciado dos talhes com as variedades.
Os NDVIs foram obtidos por meio de imagens multiespectrais do satlite
Landsat 8 (USGS,2015), sensor OLI_TIRS (Operational Land Imager_Thermal
Infrared Sensor), usando as bandas do vermelho (B4) e do infravermelho prximo
(B5), de resoluo geomtrica ou espacial de 30 metros, conforme Tabela 2.
Tabela 2. Caractersticas do sensor orbital do satlite utilizado.

Resoluo
Satlite/Sensor Bandas espectrais RG RT FI RR
espectral
Banda 1 - Ultra Azul 0.43 - 0.45 m 30 m
Banda 2 - Azul 0.45 - 0.51 m 30 m
Banda 3 - Verde 0.53 - 0.59 m 30 m
Banda 4 - Vermelho 0.64 - 0.67 m 30 m
Landsat 8 Banda 5 -Infravermelho Prximo
0.85 - 0.88 m 30 m
Operational (NIR)
Land Imager Banda 6 - SWIR 1 1.57 - 1.65 m 30 m
16 185 16
(OLI) and Banda 7 - SWIR 2 2.11 - 2.29 m 30 m dias km bits
Thermal
Banda 8 - Pancromtica 0.50 - 0.68 m 15 m
Infrared Sensor
(TIRS) Banda 9 - Cirrus 1.36 - 1.38 m 30 m
Banda 10 - Infravermelho 10.60 - 11.19
100 m
Termal (TIRS) 1 m
Banda 11 - Infravermelho 11.50 - 12.51
100 m
Termal (TIRS) 2 m
O ndice de Vegetao da Diferena Normalizada (NDVI) utilizado para

estimativa da produtividade de biomassa (JENSEN, 2009), calculado pela seguinte
equao:
NIR R
NDVI .................................................................................................(16)
NIR R
sendo:
NDVI ndice de vegetao por diferena normalizada;
NIR reflectncia no topo da atmosfera do infravermelho corrigida com o ngulo
solar;
R reflectncia no topo da atmosfera do vermelho corrigida com o ngulo de
elevao solar.
'
...........................................................................................................(17)
sen( SE )
sendo:
reflectncia no topo da atmosfera corrigida com o ngulo de elevao solar;
' reflectncia no topo da atmosfera sem a correo com o ngulo de elevao
solar;
SE ngulo de elevao solar.
O clculo da reflectncia no topo da atmosfera sem a correo com o ngulo

de elevao solar foi determinado a partir da seguinte expresso:
' Mp Qcal Ap ..................................................................................................(18)
sendo:
' reflectncia no topo da atmosfera sem a correo com o ngulo solar;
Mp fator de correo multiplicativo especfico da banda;
Qcal nmero digital do pixel quantizado e calibrado;
Ap fator de correo aditivo especfico da banda.
Na Tabela 3, esto apresentados os valores de Mp, Ap e SE de cada cena
utilizada, bem como as datas de passagens do satlite.
Tabela 3. Cenas, datas de passagem e valores de Mp, Ap e SE, das imagens do

satlite LANDSAT 8, utilizadas nos clculos dos NDVIs
Imagem Data Banda Mp Ap SE
B4 0,00002 -0,1
LC82200752013139LGN01 19/05/2013 39,91586331
B5 0,00002 -0,1
B4 0,00002 -0,1
LC82200752013187LGN00 06/07/2013 36,55446761
B5 0,00002 -0,1
B4 0,00002 -0,1
LC82200752013219LGN00 07/08/2013 41,4214503
B5 0,00002 -0,1
B4 0,00002 -0,1
LC82200752013251LGN00 08/09/2013 50,71329994
B5 0,00002 -0,1
B4 0,00002 -0,1
LC82200752014158LGN00 07/06/2014 36,92375172
B5 0,00002 -0,1
B4 0,00002 -0,1
LC82200752014222LGN00 10/08/2014 41,77481168
B5 0,00002 -0,1
B4 0,00002 -0,1
LC82200752014254LGN00 11/09/2014 51,27996097
B5 0,00002 -0,1
B4 0,00002 -0,1
LC82200752014286LGN00 13/10/2014 60,87259866
B5 0,00002 -0,1
Mp fator de correo multiplicativo especfico da banda, Ap fator de correo

aditivo especfico da banda, SE ngulo de elevao solar.
Para que fosse possvel obter a imagem NDVI nas plantas com 7, 8, 9 e 10
meses, foram selecionadas imagens com datas de passagem que permitissem, pelo
menos, a obteno de quatro medidas nas respectivas idades aps a colheita. Ao
todo, foram necessrias a seleo de oito imagens em datas distintas ao longo do
ciclo da cana-de-acar, que permitiu a obteno dos dados (Figura 4).
19/05/13 06/07/13 07/08/13 09/09/13
12
10 m
10
9m
Meses aps o corte
8 8m
7m
6
07/06/14 10/08/14 11/09/14 13/10/14

12
10 m
10
9m
Meses aps o corte
8 8m
7m
6
Figura 4. Evoluo mensal da cultura aps a colheita e as respectivas datas das

imagens selecionadas para os dois anos agrcolas.
Para todas as imagens de NDVI de cada data, realizou-se o clculo do valor
mdio de NDVI dos pixels dentro da rea de cada talho, por meio de correlao
cruzada, j que a produtividade real dada por talhes, permitindo a obteno dos
pares produtividade de biomassa e NDVI mdio do talho.
Em seguida, com os pares de produtividades de biomassa reais das 4
variedades nas 4 idades de planta (variveis dependentes) e das mdias dos valores
de NDVI para o respectivo talho (variveis independentes), realizou-se a anlise de
varincia da regresso linear para todas as variedades nas diferentes idades de
plantas para os dois anos agrcolas.
Os dados de produtividade de biomassa estimada de cana-de-acar por
talho por idade da planta foram convertidos para produtividade de biomassa
estimada de cana-de-acar mdia por talho. A produtividade real mdia por talho
foi determinada diretamente por meio da pesagem na ocasio da colheita
mecanizada da cana-de-acar. Em seguida foi realizada a classificao dos
coeficientes de correlao de acordo com Hopkins (2000), segundo Tabela 4.
Tabela 4. Classificao das correlaes de acordo com o coeficiente de correlao.

Coeficiente de Correlao (R + ou -) Correlao
0,0-0,1 Muito baixa
0,1-0,3 Baixa
0,3-0,5 Moderada
0,5-0,7 Alta
0,7-0,9 Muito alta
0,9-1,0 Quase perfeita
3.3 ANLISE DOS RESULTADOS
A plataforma do ArcGis 10 (ESRI, 2008), que se baseia na estrutura de trs

aplicativos: ArcCatalog, ArcMap e ArcToolbox permite o desempenho da gesto de
dados geogrficos, da cartografia, da anlise espacial e da edio avanada de
dados ou a ligao base de dados externos obtidos na rea de desenvolvimento
do sistema produtivo de cana-de-acar.
Com as produtividades reais (varivel dependente) e os valores mdios do
NDVI (varivel independente) foram realizadas as anlises de regresso estatsticas
para obter os melhores modelos na estimativa da produtividade, nas quatro fases de
desenvolvimento.
A seleo do modelo de melhor desempenho foi realizada a partir do nvel de
significncia estatstica da anlise de varincia (valor de p), associado ao coeficiente
de determinao de ajuste do modelo (valor de R2) e classificado de acordo com o
coeficiente de correlao (R).
Em seguida, a partir do melhor modelo, converteram-se as imagens NDVI
em produtividade esperada.
As anlises estatsticas foram realizadas com o auxlio do software SPSS 17
(SPSS Inc., 2008).
4. RESULTADOS E DISCUSSO
A fase que apresenta alta correlao entre a produtividade de biomassa de

cana-de-acar e o ndice de Vegetao por Diferena Normalizada, para os talhes
com as respectivas variedades foi aos 8 meses de idade, aps a colheita da safra
2012/2013 (Figura 5). Aos 7 meses da mesma safra, a correlao foi moderada. Aos
7, 8, 9 e 10 meses, aps o corte da safra de 2013/2014 houve correlao moderada.
Entretanto aos 9 e 10 meses (2012/2013) a correlao foi baixa (Figura 5).
Quase perfeita
Muito alta
Alta
Moderada
Baixa
Muito baixa
Figura 5. Correlao entre produtividade de biomassa de cana-de-acar e NDVI

nos perodos 7, 8, 9 e 10, nos dois anos agrcolas (2013/2014).
Nota-se que, a variedade que apresentou melhor correlao (quase perfeita)
entre a produtividade de biomassa e NDVI foi a SP90-1107, tanto para safra de
2012/2013 (7, 8, 9 meses), quanto para a safra 2013/2014 (7 meses) (Figura 6).
A cultivar IAC91-2195 apresentou correlao quase perfeita aos 10 meses de
idade para 2012/2013. A SP90-1107 obteve correlao muito alta aos 8 meses para
2013/2014. Contudo, aos 9 e 10 meses, em 2013/2014, para a variedade SP91-1285
houve o coeficiente de correlao alta (Figura 6).
8m 9m 10 m
7m
7m 8m Quase perfeita
8m
Muito alta
9m
9m
10 m
10 m Alta
Moderada
Baixa
Muito baixa
Figura 6. Correlao entre produtividade de biomassa de cana-de-acar e NDVI,

para a melhor variedade, nos perodos 7, 8, 9 e 10, nos dois anos agrcolas
(2013/2014).
A melhor significncia estatstica de resposta obtida pela produtividade de
biomassa em funo dos ndices de vegetao (NDVI), calculada aos 7 meses de
idade da planta, na safra 2012/2013, foi pelo modelo exponencial cujo nvel de
significncia foi p=0,133.
A equao foi Y = 16,795e2,3749NDVI, com R = 0,136 e R = 0,369 (Tabela 5 e
Grfico 1).
Tabela 5. Resultado da anlise de regresso aos 7 meses de idade para a safra de

2012/2013.
Modelo Geral
Nvel de Coeficiente de Coeficiente de
Modelo 2
significncia (p) determinao (R ) correlao (R)
Linear 0,139 0,132 0,363
Logartmico 0,136 0,133 0,365
Quadrtico 0,297 0,150 0,387
Potncia 0,135 0,134 0,366
Exponencial 0,133 0,136 0,369
105 Y = 16,795e2,3749NDVI
R = 0,136 (p=0,133)
100
95
Y (t ha-1)
90
85
80
75
0,64 0,65 0,66 0,67 0,68 0,69 0,70 0,71 0,72
NDVI
Grfico 1. Produtividade de biomassa de cana-de-acar em funo do NDVI aos

7 meses de idade para a safra 2012/2013.
Aos 7 meses, a variedade SP90-1107 que apresentou melhor significncia
estatstica de resposta obtida pela produtividade de biomassa, em funo dos
ndices de vegetao (NDVI), na safra 2012/2013, foi pelo modelo exponencial, cujo
nvel de significncia p=0,076.
A equao dada por Y = 0,1665e8,9245NDVI, com R = 0,853 e R = 0,924,
conforme Grfico 2.
95 Y = 0,1665e8,9245NDVI
SP90-1107 R = 0,853 (p=0,076)
R= 0,924
90
85
Y (t ha-1)
80
75
70
0,68 0,69 0,70 0,71
NDVI
Grfico 2. Produtividade biomassa de cana-de-acar em funo do NDVI aos 7

meses de idade para variedade SP90-1107 para a safra 2012/2013.
Na rea comercial sucroenergtica o NDVI variou de 0,13 a 0,77 e
produtividade (Y) entre 34,62 e 106,51 t ha -, conforme pode ser observado na
Figura 7, na converso de NDVI em produtividade pelo modelo exponencial.
Figura 7. Transformao de imagem NDVI aos 7 meses de idade da planta em

Produtividade biomassa (Y) de cana para a safra 2012/2013.
A melhor significncia estatstica de resposta obtida pela Produtividade
biomassa em funo dos ndices de vegetao (NDVI), calculado aos 7 meses de
idade da planta, na safra 2013/2014, foi pelo modelo potencial, cujo nvel de
significncia p=0,089.
A equao foi Y = 101,5NDVI0,9536 com R = 0,170 e R = 0,412 (Tabela 6 e
Grfico 3).

2013/2014.
Modelo Geral
Modelo 2
Linear 0,095 0,164 0,405
Logartmico 0,093 0,166 0,407
Quadrtico 0,242 0,172 0,415
Potncia 0,089 0,170 0,412
Exponencial 0,091 0,168 0,410
80 Y = 101,5NDVI0,9536
R = 0,170 (p=0,089)
75
70
Y (t ha-1)
65
60
55
0,56 0,57 0,58 0,59 0,60 0,61 0,62 0,63 0,64 0,65 0,66 0,67 0,68
NDVI

meses de idade para a safra 2013/2014.
estatstica de resposta obtida pela Produtividade de biomassa em funo dos ndices
de vegetao (NDVI), na safra 2013/2014, foi pelo modelo quadrtico, cujo nvel de
A equao dada por Y = 5333,9NDVI2 - 6600,8NDVI + 2097,7 com R =
0,952 e R = 0,976, conforme Grfico 4.
80 SP90-1107 Y = 5333,9NDVI2 - 6600,8NDVI + 2097,7

R = 0,952 (p=0,218)
R = 0,976
75
70
Y (t ha-1)
65
60
55
0,58 0,59 0,60 0,61 0,62 0,63 0,64 0,65 0,66 0,67 0,68
NDVI
7 meses de idade para variedade SP90-1107 para a safra 2013/2014.
Na rea comercial sucroenergtica, o NDVI variou de 0,15 a 0,73 e
produtividade (Y) entre 29,87 e 73,95 t ha -, conforme mostra a Figura 8, na
converso de NDVI em produtividade pelo modelo exponencial.

Produtividade de biomassa (Y) de cana para a safra 2013/2014.
biomassa em funo dos ndices de vegetao (NDVI), calculados aos 8 meses de
idade da planta, na safra 2012/2013, foi pelo modelo exponencial, cujo nvel de
A equao foi Y = 3823,3e-5,646NDVI com R = 0,466 e R = 0,683 (Tabela 7 e
Grfico 5).

2012/2013.
Modelo Geral
Modelo 2
Linear 0,002 0,450 0,671
Logartmico 0,002 0,447 0,669
Quadrtico 0,002 0,454 0,674
Potncia 0,002 0,462 0,680
Exponencial 0,002 0,466 0,683
105 Y = 3823,3e-5,646NDVI
R = 0,466 (p=0,002)
100
95
Y (t ha-1)
90
85
80
75
70
0,64 0,65 0,66 0,67 0,68 0,69
NDVI
meses de idade para a safra 2012/2013.
Aos 8 meses, a variedade SP90-1107 que apresentou a melhor significncia
estatstica de resposta obtida pela produtividade biomassa em funo dos ndices de
vegetao (NDVI), na safra 2012/2013, foi pelo modelo logartmico, cujo nvel de
A equao dada por Y = -257,1ln(NDVI) - 19,133 com R = 0,999 e R =
0,995, conforme Grfico 6.
95 SP90-1107 Y = -257,1ln(NDVI) - 19,133

R = 0,990 (p=0,005)
R=0,995
90
85
Y (t ha-1)
80
75
70
0,64 0,65 0,66 0,67 0,68 0,69 0,70
NDVI

Na rea comercial sucroenergtica, o NDVI variou de -0,49 a 0,82 e a p
produtividade (Y) entre 54,14 e 78,89 t ha-, conforme pode ser observado na Figura
9, na converso de NDVI em produtividade, pelo modelo exponencial.
78,89

biomassa, em funo dos ndices de vegetao (NDVI) calculados aos 8 meses de
A equao foi Y = 31,986e1,2071NDVI com R = 0,213 e R = 0,462 (Tabela 8 e
Grfico 7).

2013/2014.
Modelo Geral
Modelo 2
Linear 0,055 0,211 0,459
Logartmico 0,055 0,211 0,459
Quadrtico 0,168 0,211 0,459
Potncia 0,054 0,212 0,460
Exponencial 0,054 0,213 0,462
80 Y = 31,986e1,2071NDVI
R = 0,213 (p=0,054)
75
70
Y (t ha-1)
65
60
55
0,51 0,52 0,53 0,54 0,55 0,56 0,57 0,58 0,59 0,60 0,61 0,62 0,63 0,64 0,65 0,66
NDVI

estatstica de resposta obtida pela produtividade de biomassa em funo dos ndices
de vegetao (NDVI), na safra 2013/2014, foi pelo modelo linear, cujo nvel de
A equao dada por Y = 210,98NDVI - 68,916, com R = 0,734 e R = 0,857,
conforme Grfico 8.
80 Y = 210,98NDVI - 68,916
SP90-1107 R = 0,734 (p=0,143)
R = 0,857
75
70
Y (t ha-1)
65
60
55
0,59 0,60 0,61 0,62 0,63 0,64 0,65 0,66
NDVI

produtividade (Y) entre 40,96 e 74,15 t ha -, conforme mostra a Figura 10, na
Figura 10. Detalhe da transformao de imagem NDVI aos 8 meses de idade da

planta em Produtividade de biomassa (Y) de cana para a safra 2013/2014.
A melhor significncia estatstica de resposta obtida pela Produtividade de
biomassa em funo dos ndices de vegetao (NDVI), calculados aos 9 meses de
Grfico 9).

2012/2013.
Modelo Geral
Modelo 2
Linear 0,256 0,080 0,283
Logartmico 0,262 0,078 0,279
Quadrtico 0,403 0,114 0,338
Potncia 0,256 0,080 0,283
Exponencial 0,249 0,082 0,286
105 Y = 41,848e1,2482NDVI
R = 0,082 (p=0,249)
100
95
Y (t ha-1)
90
85
80
75
70
0,53 0,54 0,55 0,56 0,57 0,58 0,59 0,60 0,61 0,62 0,63
NDVI

A equao dada por Y = -23493NDVI2 + 26570NDVI - 7416,4 com R =
100 SP90-1107 Y = -23493NDVI2 + 26570NDVI - 7416,4

R = 0,999 (p=0,027)
R = 0,999
95
90
Y (t ha-1)
85
80
75
0,53 0,54 0,55 0,56 0,57 0,58 0,59 0,60
NDVI
Grfico 10. Produtividade de biomassa de cana-de-acar em funo do NDVI

aos 9 meses de idade para variedade SP90-1107 para a safra 2012/2013.
Na rea comercial sucroenergtica, o NDVI variou de 0,18 a 0,72 e a
produtividade (Y) entre 60,59 e 97,55 t ha -, conforme mostra Figura 11, na

idade da planta, na safra 2013/2014, foi pelo modelo linear, cujo nvel de
A equao foi Y = 66,723NDVI + 31,399 com R = 0,201 e R = 0,448 (Tabela
10 e Figura 11).
2013/2014.
Modelo Geral
Modelo 2
Linear 0,062 0,201 0,448
Logartmico 0,063 0,199 0,446
Quadrtico 0,183 0,202 0,449
Potncia 0,065 0,197 0,444
Exponencial 0,064 0,199 0,446
80 Y = 66,723NDVI + 31,399
R = 0,201 (p=0,062)
75
70
Y (t ha-1)
65
60
55
0,43 0,44 0,45 0,46 0,47 0,48 0,49 0,50 0,51 0,52 0,53 0,54 0,55 0,56 0,57 0,58
NDVI

aos 9 meses de idade para a safra 2013/2014.
A equao dada por Y = 210,98NDVI - 68,916, com R = 0,406 e R = 0,637,
conforme Grfico 12.
80 Y = 24,305NDVI + 48,636
SP91-1285 R = 0,406 (p=0,174)
R = 0,637
75
70
Y (t ha-1)
65
60
55
0,43 0,44 0,45 0,46 0,47 0,48 0,49 0,50 0,51 0,52 0,53 0,54 0,55
NDVI
Produtividade (Y) entre 45,86 e 72,84 t ha -, conforme mostra a Figura 12, na

A significncia estatstica de resposta mais adequada obtida pela
Produtividade de biomassa em funo dos ndices de vegetao (NDVI), calculado
aos 10 meses de idade da planta, na safra 2012/2013, foi pelo modelo exponencial,
cujo nvel de significncia p=0,219.
Grfico 13).
Tabela 11. Resultado da anlise de regresso aos 10 meses de idade para a safra
de 2012/2013.
Modelo Geral
Modelo 2
Linear 0,229 0,089 0,298
Logartmico 0,232 0,088 0,297
Quadrtico 0,443 0,103 0,321
Potncia 0,222 0,092 0,303
Exponencial 0,219 0,093 0,305
105 Y = 42,158e1,3356NDVI
R = 0,093 (p=0,219)
100
95
Y (t ha-1)
90
85
80
75
70
0,48 0,49 0,50 0,51 0,52 0,53 0,54 0,55 0,56
NDVI

aos 10 meses de idade para a safra 2012/2013.
Aos 10 meses, a variedade IAC91-2195 que apresentou melhor significncia
A equao dada por Y = -10900NDVI2 + 11548NDVI - 2951,5 com R =
110 IAC91-2195
105
100
Y = -10900NDVI2 + 11548NDVI - 2951,5
Y (t ha-1)
95 R = 0,993 (p=0,083)
R = 0,996
90
85
80
0,48 0,49 0,50 0,51 0,52 0,53 0,54 0,55 0,56
NDVI
aos 10 meses de idade para variedade IAC91-2195 para a safra 2012/2013.
Produtividade (Y) entre 61,97 e 99,77 t ha -, conforme mostra a Figura 13, na

idade da planta, na safra 2013/2014, foi pelo modelo logartmico, cujo nvel de
A equao foi Y = 23,608ln(NDVI) + 88,041 com R = 0,155 e R = 0,394
(Tabela 12 e Grfico 15).
Tabela 12. Resultado da anlise de regresso aos 10 meses de idade para a safra
de 2013/2014.
Modelo Geral
Modelo 2
Linear 0,110 0,152 0,390
Logartmico 0,106 0,155 0,394
Quadrtico 0,254 0,167 0,409
Potncia 0,112 0,150 0,387
Exponencial 0,116 0,148 0,385
80 Y = 23,608ln(NDVI) + 88,041
R = 0,155 (p=0,106)
75
70
Y (t ha-1)
65
60
55
0,32 0,33 0,34 0,35 0,36 0,37 0,38 0,39 0,40 0,41 0,42 0,43 0,44 0,45 0,46
NDVI

A equao dada por Y = 23,034NDVI + 52,116, com R = 0,317 e R = 0,563,
conforme Grfico 16.
80
SP91-1285 Y = 23,034NDVI + 52,116
R = 0,317 (p=0,245)
75 R = 0,563
70
Y (t ha-1)
65
60
55
0,32 0,33 0,34 0,35 0,36 0,37 0,38 0,39 0,40 0,41 0,42
NDVI
Produtividade (Y) entre 54,03 e 72,08 t ha -, conforme mostra Figura 14, na
Figura 14: Transformao de imagem NDVI aos 10 meses de idade da planta em

Analisando, dentre os modelos obtidos para o ano agrcola 2012/2013, o que

apresentou melhor qualidade na modelagem para estimar a biomassa foi a partir de
imagens dos ndices de vegetao (NDVI) atingida com a cana-de-acar aos 8
meses de idade aps a colheita, o que pode ser explicado pelo maior nvel
estatstico de significncia e maior coeficiente de determinao e correlao.
J para o ano agrcola 2013/2014 a melhor qualidade estatstica, obtida por
modelagem para estimar a produtividade em funo do NDVI foi aos 8 meses de
idade, seguida por 9 e 7 meses com melhor nvel de significncia, coeficiente de
determinao e correlao, respectivamente, contudo aos 10 meses o modelo
apresentou menor qualidade estatstica.
As variaes observadas em relao aos perodos de obteno dos melhores
resultados de modelos podem estar relacionadas a vrios aspectos ambientais,
como a deficincia hdrica (Abreu et al., 2013), evoluo distinta do ndice de rea
foliar em variedades diferentes (Almeida et al., 2008) e ambiente de produo
(Maule et al., 2001). Esses fatores podem provocar variabilidade no desenvolvimento
vegetativo e no ndice de rea foliar, provocando maior erro na estimativa pelo NDVI
mdio do talho.
Um dos motivos para obteno de modelos matemticos de melhor qualidade
estatstica neste trabalho pode estar correlacionado com a resoluo espacial da
imagem do Landsat 8 (30 metros), quando confrontados com outras literaturas.
Quanto melhor a resoluo espacial (tamanho do pixel), mais detalhamentos podem
ser extrados dos alvos. (NOVO, 2008; JENSEN, 2009)
Vanzela et al. (2015), avaliando a estimativa da produtividade de biomassa
(Y) em funo das imagens NDVI obteveram tima qualidade para a variedade SP-
81-3250, com imagens NDVI realizadas aos 10 meses de idade aps o corte (Y =
168,69 NDVI+ 9,2443; r = 0,9377; p<0,01). Para a variedade RB867515, o melhor
perodo para a estimativa foi aos 7 meses de idade aps o corte, porm com baixa
significncia estatstica (Y = 63,983 NDVI+ 27,441; r = 0,2152; p = 0,1286). Na
variedade RB925211, o melhor modelo obtido foi aos 8 meses de idade aps o
corte, mas tambm com baixa significncia estatstica (Y = 32,34 NDVI+53,201; r =
0,0246; p=0,7664), resultados estes que se assemelham a este trabalho.
Machado (2003), utilizando diferentes bandas e ndices de vegetao por
meio do sensor ETM (resoluo espacial de 30 m do Landsat 7) na estimativa de
biomassa de cana-de-acar, obteve melhor qualidade da estimativa por meio de
modelos lineares, com coeficientes de determinao variando de 0,1182 a 0,5266.
Entretanto, os melhores resultados foram obtidos com o GVI (Greeness Vegetation
Index). J o NDVI proporcionou modelo com coeficiente de determinao igual a
0,4709, ou seja, semelhantes a este trabalho.
De acordo com Del Grossi et al., (2014), a melhor resposta da produtividade
em funo do NDVI foi obtida aos 7 meses aps o corte da cana (p=0,06 e r2=0,75).
A pior estimativa de produtividade com imagem NDVI foi aos 9 meses aps a
colheita (p=0,58 e r2=0,18). Portanto, utilizando imagem NDVI a partir do sensor
LISS III do satlite IRS-P6, com 23 metros de resoluo espacial ou geomtrica.
Picoli et al. (2009), tambm estimaram a produtividade de biomassa de cana-
de-acar em funo do NDVI, onde utilizaram imagens do sensor MODIS de 250 m
de resoluo espacial, os mesmos autores obtiveram modelos cujos coeficientes de
determinao variaram de 0,25 a 0,31.
Mulianga et al. (2013), ao analisar a produtividade em funo dos ndices de
vegetao mostra que o NDVI anual no est fortemente relacionado com a
produtividade de colmos (p=0,1). No entanto, quando o NDVI ajustado (WNDVI)
usado, a relao altamente significativa para o WNDVI aos 11 meses (p=0,001) e
significativo para WNDVI aos 15 meses (p=0,01) com o R 2 = 0,01; 0,12 e 0,13
respectivamente, atravs de ambas as relaes lineares e exponenciais. No entanto,
a fora dessas correlaes fraca, o que justifica uma anlise mais aprofundada por
este estudo de outros fatores que afetam o rendimento. Quando o conjunto de dados
inteiro est agregados ao longo de todo o perodo (2002-2010), no nvel temporal
(anlise espacial), a correlao entre a produtividade e WNDVI significativo com
R2 = 0,53, P <0,001; enquanto que quando o conjunto de dados inteiro agregada
ao longo dos seis anos, ao nvel do ano (anlise temporal); no existe uma
correlao significativa entre a produtividade e WNDVI, j o presente trabalho
apresentou correlaes moderadas e altas, conforme figura apresentada nos
resultados.
Segundo Brando et al. (2009), verificou a diferena entre as classes de cana
Soca 1 e Soca X, obteve resultado desta primeira anlise onde observou-se que a
classe Soca 1 apresentou valor mdio de NDVI mais alto (0,33) do que a Soca X
(0,26). Nesta poca estas duas classes encontravam-se aproximadamente com 4
meses no campo, mostrando que a Soca 1 possui um maior vigor vegetativo, nesta
fase inicial de desenvolvimento. A mesma autora avaliou a cana Soca X e a Soca 1
(mesma fase fenolgica) ao longo de 9 datas e apresentou valores mdios de NDVI
mais altos para a Soca 1 do que a Soca X comprovando que reas advindas de
reforma apresentam um maior vigor vegetativo do que reas que esto h muito
tempo no campo, no presente trabalho os ndices de vegetao foram superiores
variando de -0,49 a 0,82 caracterizando maior vigor vegetativo.
Com o uso da modelagem para estimativa da produtividade agrcola em
talhes de cana verifica-se um resultado promissor, principalmente devido
incorporao da varivel espectral (ndice de vegetao NDVI) no modelo, extrada
das imagens do sensor OLI_TIRS, para cada talho, todavia os resultados poderiam
ter sido mais precisos com a compatibilizao da resoluo espacial das medidas da
produo em campo com a da imagem de satlite. O sensor do Landsat 8 possui
resoluo espacial de 30 m (que corresponde rea medida de 900 m 2), e a medida
da colheita totalizada em metros lineares para as reas dos dentro talhes. Com
isso, para a obteno dos modelos torna-se necessrio trabalhar com a mdia dos
valores de NDVI dos pixels dentro de cada talho, reduzindo a preciso nas medidas
da variabilidade espacial dos ndices de rea foliar e, consequentemente, na medida
da produtividade.
Recomenda-se que outras anlises sejam realizadas a fim de fornecer um
futuro mapeamento das reas aptas a entrarem em reforma em virtude do baixo
potencial do talho (baixos valores de NDVI) com analisar o desempenho dos
modelos aplicando a outras reas, pois estes mapas sero teis para tomada de
decises para um manejo adequado da cultura.
Com o advento do sensoriamento remoto aplicando os ndices de vegetao,
possvel sistematizar a resoluo espacial das medidas de produo em campo
com as das imagens obtidas pelos sensores orbitais utilizados para essa finalidade,
o que possibilitar melhorias no processo de estimativa da produtividade. (TRIMBLE,
2012)
O sensoriamento remoto mostrou-se uma ferramenta eficaz para avaliar a
produtividade de biomassa temporo-espacialmente por meio dos ndices de
vegetao por diferena normalizada, possibilitando a visualizao das reas de
baixo potencial produtivo e baixa rea de cobertura foliar (biomassa) indicando a
necessidade da adoo de manejo localizado para elevar a produtividade por talho.
5. CONCLUSO
O modelo matemtico que melhor estima a produtividade de biomassa de

cana-de-acar em funo do NDVI (ndice de Vegetao da Diferena
Normalizada), que apresenta melhor significncia estatstica foi aos 8 meses de
idade aps a colheita (Y = 3823,3e-5,646NDVI; R=0,466; p=0,002) para a safra de
2012/2013.
A estimativa da produtividade de biomassa (Y) em funo das imagens NDVI
que apresentou melhor qualidade estatstica, com imagens NDVI realizadas aos 8
meses (Y = 31,986e1,2071NDVI; R = 0,213; p=0,054), 9 meses (Y = 66,723NDVI +
31,399; R = 0,201; p=0,062) e aos 7 meses de idade aps o corte (Y =
101,5NDVI0,9536; R = 0,170; p=0,089) respectivamente, para safra de 2013/2014.
6. REFERNCIAS
ABREU, M. L. de; SILVA, M. de A.; TEODORO, I.; HOLANDA, L. A. de; SAMPAIO

NETO, G. D. Crescimento e produtividade de cana-de-acar em funo da
disponibilidade hdrica dos Tabuleiros Costeiros de Alagoas. Bragantia, v.72, p.263-
270, 2013.
ALMEIDA, A. C. DOS S.; SOUZA, J. L.; TEODORO, I.; BARBOSA, G. V. S.; MOURA
FILHO, G.; FERREIRA JNIOR, R. A. Desenvolvimento vegetativo e produo de
variedades de cana-de-acar em relao disponibilidade hdrica e unidades
trmicas. Cincia e Agrotecnologia, v.32, n.5, p.1441-1448, 2008.
ALENCAR, K. de. Anlise do balano entre demanda por etanol e oferta de

cana-de-acar no Brasil. 2012. 49 f. Dissertao (Mestrado em Agroenergia)
Escola de Economia de So Paulo, Fundao Getlio Vargas, So Paulo, 2012.
BARBIERI, V. Condicionamento climtico da produtividade potencial da cana-

de-acar (Saccharum spp.): um modelo matemtico-fisiolgico de estimativa.
1993. 142 f. Tese (Doutorado em Agronomia) Escola Superior de Agricultura Luiz
de Queiroz, Piracicaba, 1993.
BARET, F.; GUYOT, G.; MAJOR, D. J. TSAVI: a vegetation index which minimizes
soil brightness effects on LAI or APAR estimation. In: INTERNATIONAL
GEOSSCIENCE AND REMOTE SENSING SYMPOSIUN, 1989; CANADIAN
SYMPOSIUM ON REMOTE SENSING, 12., 1989, Vancouver. Proceedings...
Pisctaway: IEEE, 1989. v. 1, p. 1355-1358. Disponvel em:
<http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=576128>. Acesso em: 23
jun. 2015.
BARET, F.; GUYOT, G. Potencials and Limits of vegetation Indices for LAI and
APAR assessment. Remote Sensing of Evironment, New York, v. 35, n. 2-3, p.
161-173, 1991.
BRANDO, D.; GOLTZ, E.; CARVALHO, M. A.; RUDORFF, B. F. T.; PONZONI, F. J.

Distino de classes de cana-de-acar atravs do NDVI. Anais XIV Simpsio
Brasileiro de Sensoriamento Remoto, Natal, Brasil, p.105-111, 2009.
CMARA, G. M. S. Ecofisiologia da cultura da cana-de-acar. In: CMARA, G. M.

S. Produo de cana-de-acar. Piracicaba: ESALQ, 1993. p. 31-64.
CAMARGO, A. P.; SENTELHAS, P. C. Avaliao de desempenho de diferentes
mtodos de estimativa da evapotranspirao potencial no estado de So Paulo.
Revista Brasileira de Agrometeorologia, Santa Maria, v. 5, n. 1, p. 89-97, 1997.
CASTRO, P. R. C.; CHRISTOFFOLETI, P. J. Fisiologia da cana-de-acar. In:

MENDONA, A. F. Cigarrinhas da cana-de-acar: controle biolgico. Macei:
Insecta, 2005. p. 3-48.
CASTRO, P. R. C.; KLUGE, R. A.; SESTARI, I. Manual de fisiologia vegetal:

fisiologia de cultivos. Piracicaba: Ceres, 2008. 864 p.
CLEVERS, J. G. W. The application of a weighted infrared-red vegetation index for

estimating leaf area index by correcting for soil moisture. Remote Sensing of
Environment, New York, v. 29, n. 1, p. 25-37, 1989.
CONAB (COMPANHIA NACIONAL DE ABASTECIMENTO). Acompanhamento da

safra brasileira: cana-de-acar. Braslia, DF, 2014. v. 2 safra 2015/16, n. 1-
primeiro levantamento, 33p. Disponvel em:
<http://www.conab.gov.br/OlalaCMS/uploads/arquivos/15_04_13_09_39_02_boletim
_cana_portugues_-_1o_lev_-_15-16.pdf>. Acesso em: 23 jun. 2015.
CRIST, E. P.; CICONE, R. C. Application of the tasseled cap concept to simulated

thematic mapper data. Photogrammetric Engineering and Remote Sensing,
Bethesda, v. 50, p. 343-352, 1984.
DAROS, E.; ZAMBON, J. L. C.; WEBER, H.; IDO, O. T.; GRACIANO, P. A. Efeito da
densidade de plantio em duas variedades de cana-de-acar. In: CONGRESSO
NACIONAL DA SOCIEDADE DOS TCNICOS AUCAREIROS E ALCOOLEIROS
DO BRASIL - STAB, 7., 1999, Londrina. Anais... Londrina: Sociedade dos Tcnicos
Aucareiros e Alcooleiros do Brasil, 1999. p. 137-140.
DEMATT, J. L. I. Recuperao e manuteno da fertilidade dos solos. Viso

Agrcola, Piracicaba, v. 1, p. 48-59, 2004.
DEL GROSSI, R. H.; VANZELA, L. S., MUNIN, E. Estimativa da produtividade de

biomassa de cana-de-acar por meio de ndice de vegetao por diferena
normalizada (NDVI). Encontro de Ps-Graduao e Iniciao Cientfica
Universidade Camilo Castelo Branco, p.317-318, 2014.
DILLEWIJN, C. V. Botany of sugarcane. Waltham: Chronica Botnica; New York:
Stechert-Hafner, 1952. 371 p.
EMBRAPA (EMBRAPA MONITORAMENTO POR SATLITE). Banco de dados

climticos do Brasil. Braslia, DF, 2007. Disponvel em:
<http://www.bdclima.cnpm.embrapa.br/>. Acesso em: 10 jun. 2015.
EPIPHANIO, J.C.N.; FORMAGGIO, A.R. Sensoriamento remoto de trs parmetros
biofsicos de trigo e de feijo. Pesq. Agropec. Bras. 26(10): 1615-1624, 1991.
ESRI (ENVIRONMENTAL SYSTEMS RESEARCH INSTITUTE). ArcGIS 10.

Redlands, 2008.
FAUCONNIER, R.; BASSEREAU, D. La caa de azucar. Barcelona: Blume, 1975.

433 p.
FU, X.; CHUANJIANG, T.; XUXIAO, Z.; JINGYING, F.; DONG, J. An improved
indicator of simulated grassland production based on MODIS NDVI and GPP data: a
case study in the Sichuan province, China. Ecological Indicators, Amsterdam, v.
40, p. 102-108, 2014.
GATES, D. M.; KEEGAN, J. J.; SCHLETER, J. C.; WEIDNER, V. R. Spectral

properties of plants. Applied Optics, Washington, DC, v. 4, n. 1, p. 11-20, 1965.
GAUSMANN, H. W.; ALLEN, W. A.; CARDENAS, R. Reflectance of cotton leaves

and their structure. Remote Sensing of Environment, New York, v. 1, n. 1, p. 110-
122, 1969.
GITELSON, A. A.; KAUFMAN, Y. J.; MERZLYAK, M. N. Use of a channel in remote

sensing of global vegetation from EOS-MODIS. Remote Sensing of Environment,
New York, v. 58, n. 3, p. 289-298, dec. 1996.
HAN, S.; HUMMEL, J. W.; GOERING, C. E.; CAHN, M. D. Cell size selection for site
specific crop management. Transaction of the ASAE, St. Joseph, v. 37, n. 1, p. 19-
26, jan./feb. 1994.
HUETE, A. R. A soil-adjusted vegetation index (SAVI). Remote Sensing of

Environment, New York, v. 25, n. 3, p. 295-309, 1988.
JENSEN, J. R. Sensoriamento remoto do ambiente: uma perspectiva em recursos
terrestres. Trad. 2. ed. So Jos dos Campos: Parntese Editora, 2009. 598 p.
JORDAN, C. F. Derivation of leaf area index from quality of light on the forest floor.
Ecology, Washington, DC, v. 50, n. 4, p. 663-666, 1969.
KAUFMAN, Y. J.; TANR, D. Atmospherically Resistant Vegetation Index (ARVI) for

EOS-MODIS. IEEE Transactions Geoscience and Remote Sensing, Piscataway,
v. 30, n. 2, p. 261-270, 1992.
LANDELL, M. G. de A.; ALVAREZ, R. Cana-de-acar. In: FURLANE, A. M. C.;

VIGAS, G. P. O melhoramento de plantas no instituto agronmico. Campinas:
Instituto agronmico, 1993. p. 77-93.
MACHADO, H.M. Determinao da biomassa de cana-de-acar considerando a

variao espacial de dados espectrais do satlite Landsat 7 - ETM+. 2003.
Dissertao (Mestrado) - Universidade Estadual de Campinas, Faculdade de
Engenharia Agrcola, Campinas, 2003.
MALAVOLTA, E. Nutrio mineral e adubao de cana-de-acar. So Paulo,

1984. (Boletim Ultrafrtil).
MAULE, R. F.; MAZZA, J. A.; MARTHA JUNIOR, G. B. Produtividade agrcola de

cultivares de cana-de-acar em diferentes solos e pocas de colheita. Scientia
Agricola, v.58, p.295-301, 2001.
MOLIN, J. P. Agricultura de preciso: o gerenciamento da variabilidade.

Piracicaba, 2001. 83 p.
MORAES, R. A.; ROCHA, J. V.; ROLIM, G.; LAMPARELLI, R. A. C.; MARTINS, M.

Avaliao dos dados decendiais de precipitao e temperatura mxima e mnima do
ar simulados pelo modelo ECMWF para o Estado de So Paulo. Irriga, Botucatu, v.
3, n. 17, p. 397-407, 2012.
MOREIRA, M. A. Fundamentos do sensoriamento remoto e metodologias de

aplicao. 3. ed. Viosa/MG: UFV, 2007. 320 p.
MULIANGA, B.; AGNS BGU, A.; SIMOES, M.; TODOROFF, P. Forecasting
Regional Sugarcane Yield Based on Time Integral and Spatial Aggregation of MODIS
NDVI. Remote Sensing, doi:10.3390/rs5052184, p.2184-2199, 2013.
99789826
NOVO, E. M. L. M. Sensoriamento Remoto: Princpios e Aplicaes. 3. ed., So

Paulo, Blucher, 2008. 363p.
NRSA (NATIONAL REMOTE SENSING AGENCY). Resourcesat-1 (IRS-P6): data

users handbook. Hyderabad, oct. 2013. Disponvel em:
<http://www.euromap.de/download/P6_data_user_handbook.pdf>. Acesso em: 12
jun. 2015.
OLIVEIRA, J. B.; CAMARGO, M. N.; ROSSI, M.; CALDERANO FILHO, B. Mapa

pedolgico do Estado de So Paulo: legenda expandida. Campinas: Instituto
Agronmico, EMBRAPA Solos, 1999. 64 p.
PEARSON, R. L.; MILLER, L. D. Remote mapping of standing crop biomass for

estimation of the productivity of the short grass prairie. Pawnee National Grasslands,
Colorado. In: INTERNATIONAL SYMPOSIUM ON REMOTE SENSING OF
ENVIRONMENT, 8., 1972, Ann Arbor. Proceedings... Ann Arbor: ERIM, 1972. v. 2,
p. 1355-1379.
PICOLI, M. C. A.; RUDORFF, B. F. T.; RIZZI, R.; GIAROLLA. ndice de vegetao do

sensor MODIS na estimativa da produtividade agrcola da cana-de-acar.
Bragantia, Campinas, v.68, n.3, p.789-795, 2009
PRADO, A. P. A. Perfilhamento e produo da cana-de-acar (Saccharum

spp.) em funo da densidade de plantio. 1988. 69 f. Dissertao (Mestrado em
Agronomia)- Escola Superior de Agricultura "Luiz de Queiroz", Universidade de So
Paulo, Piracicaba, 1988.
PRADO, H.; PDUA JNIOR, A. L. Ambientes de produo. In: RIPOLI, T. C. C.;

RIPOLI, M. L. C.; CASAGRANDI, D. V.; IDE, B. Y. Plantio de cana-de-acar:
estado da arte. Piracicaba: T. C. C. Ripoli, 2006. p. 157-172.
QI, J.; CHEHBOUNI, A.; HUETE, A. R. Odified soil adjusted vegetation index.
Remote Sensing of Environment, New York, v. 48, n. 2, p. 119-126, 1994.
RICHARDSON, A. J.; WEGAND, C. L. Distinguishing vegetation from soil
background information. Photogrammetric Engineering and Remote Sensing,
Bethesda, v. 43, n. 12, p. 1541-1552, 1977.
RODRIGUES, J. D. Fisiologia da cana-de-acar. Botucatu: UNESP, 1995. 100 p.

Apostila.
ROLIM, G. de S.; CAMARGO, M. B. P. de; LANIA, D. G.; MORAES, J. F. L. de.

Classificao climtica de Koppen e de Thornthwaite e sua aplicabilidade na
determinao de zonas agroclimticas para o Estado de So Paulo. Bragantina,
Campinas, v. 66, n. 4, p. 711-720, 2007.
ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A. Monitoring vegetation systems in the

great plains with ERTS. In: EARTH RESOURCES TECHNOLOGY SATELLITE-1
SYMPOSIUM, 3., 1973, Washington, DC. Proceedings Washington DC: NASA,
Goddart Space Flight Center, 1973. v. 1, p. 309-317. NASA SP-351.
RUDORFF, B. F. T. Dados LANDSAT uma estimativa da produtividade agrcola

da cana-de-acar. 1985. 114 f. Dissertao (Mestrado em Sensoriamento Remoto
e Aplicaes) Instituto Nacional de Pesquisas Espaciais, So Jos dos Campos,
1985.
SEGATO, S. V.; PINTO, A. S.; JENDIROBA, E. Atualizao em produo de cana-

de-acar. Piracicaba: Livroceres, 2006. 415 p.
SILVA, M. A.; LANDELL, M. G. A.; CAMPANA, M. P.; XAVIER, M. A. Produtividade

de mudas sob diferentes densidades de plantio, em viveiro oriundo de cultura de
meristema. In: CONGRESSO NACIONAL DA SOCIEDADE DOS TCNICOS
AUCAREIROS E ALCOOLEIROS DO BRASIL - STAB, 8., 2002, Recife. Anais...
Recife: Sociedade dos Tcnicos Aucareiros e Alcooleiros do Brasil, 1999. p. 538-
543.
SPSS Inc. SPSS statistics for Windows. Version 17.0. Chicago, 2008.
SUGUITANI, C.; MATSUOKA, S. Efeitos do fsforo nas caractersticas industriais e

na produtividade agrcola em cana-de-acar (cana-planta) cultivada em duas
regies do estado de So Paulo. In: CONGRESSO BRASILEIRO DE CINCIA DO
SOLO, 28., 2001, Londrina. Resumos... Londrina: SBCS, 2001. p. 119.
TAIZ, L.; ZEIGER, E. Fisiologia Vegetal. Porto Alegre: Artmed, 2004. 690 p.
TRIMBLE Navigation Limited. CFX-750 Display with the Yield Monitoring System.
Westminster: TRIMBLE, 2012. 8p.
TUCKER, C.G. A comparison of satellite sensor bands for vegetation monitoring.

Photogramm. Eng. Remote Sens. 44: 1316-1380, 1977.
UNICA (UNIO DA INDSTRIA DE CANA-DE-ACAR). Relatrio final da safra

2011/2012: Regio Centro-Sul. So Paulo, 2012. 28 p.
USGS (UNITED STATES GEOLOGICAL SURVEY). Landsat 8. Reston, 2015.
VANZELA, L. S., BRAZ, A. R. C., ARAJO, C. A. G., OLIVEIRA, G. S., COSTA, B.

O. Sensoriamento remoto para estimar a produtividade de Biomassa de cana-de-acar. In:
CONGRESSO BRASILEIRO DE ENGENHARIA AGRCOLA, So Pedro. Resumos... So
Paulo: CONBEA, 2015.
WANG, Q.; ADIKU, S.; TENHUNEN, J. On the relationship of NDVI with leaf area
index in a deciduous forest site. Remote Sensing of Environment, New York, v. 94,
n. 2, p. 244-255, 2004.
WILLMOTT, C. J.; DAVIS, R. E.; FEDDEMA, J. J.; JOHANNES, J.; KLINK, K. M.;
LEGATES, D. R.; ROWE, C. M.; ACKLESON, S. G.; O'DONNELL, J. Statistics for
the evaluation and comparison of models. Journal of Geophysical Research,
Hoboken, v. 90, n. C5, p. 8995-9005, 1985.
WOOLLEY, J. T. Reflectance and transmittance of light by leaves. Plant

Physiology, Rockville, v. 47, n. 5, p. 656-662, 1971.
ZULLO, J. R. Correo atmosfrica de imagens de satlite e aplicaes.

1994.189 f. Tese (Doutorado em Engenharia Eltrica) Faculdade de Engenharia
Eltrica, Universidade Estadual de Campinas, Campinas, 1994.

Dissertacao Cana Produtividade Ndvi

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Dissertacao Cana Produtividade Ndvi

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSIDADE ESTADUAL PAULISTA UNESP

PRODUTIVIDADE DE BIOMASSA DE CANA-DE-ACAR

Gildriano Soares de Oliveira

PRODUTIVIDADE DE BIOMASSA DE CANA-DE-ACAR

Gildriano Soares de Oliveira

Dissertao apresentada Faculdade de

Dissertao (mestrado) - Universidade Estadual Paulista,

1. Sensoriamento remoto. 2. Cana-de-acar. 3. Landsat 8. 4. rea

Ficha catalogrfica elaborada pela Seo Tcnica de Aquisio e Tratamento

GILDRIANO SOARES DE OLIVEIRA, nascido em 16 de junho de 1988 em Campina

Hoje me sinto mais forte, mais feliz, quem sabe.

S levo a certeza de que muito pouco sei ou nada sei.

Conhecer as manhas e as manhs, o sabor das massas e das mas.

Penso que cumprir a vida seja simplesmente compreender a marcha e ir tocando em

Conhecer as manhas e as manhs, o sabor das massas e das mas.

Primeiramente a Deus por me dar fora e proteo para vencer todos os

Ao Professor Dr. Jos Marques Jnior coordenador do Programa de Mestrado

Aos amigos de Departamento pela ajuda necessria e pelos momentos que

Faculdade de Cincias Agrrias e Veterinrias Cmpus de Jaboticabal e

RESUMO A relevncia da cana no setor energtico, na produo de acar

Palavraschave: sensoriamento remoto, cana-de-acar, Landsat 8, rea foliar,

SUGAR CANE BIOMASS PRODUCTIVITY BY VEGETATION INDICES USING

ABSTRACT The relevance of sugarcane in the energy sector and the

Keywords: remote sensing, sugarcane, Landsat 8, leaf area, biomass

O sensoriamento remoto uma tcnica para obter dados espaciais e a sua

2.1. CANA-DE-ACAR (Saccharum officinarum L.)

Segundo Segato et. al. (2006), a cana-de-acar originria da Nova-Guin e

2.2. NDICES DE VEGETAO

As propriedades de reflectncia e transmitncia das folhas foram

TVI NDVI 0,5 .....................................................................................................(4)

Segundo Wang et al. (2005), o NDVI intensamente relacionado com o IAF;

onde: a e b so coeficiente das retas de solos.

Entre as variaes do NDVI, revelou-se o ndice de vegetao ajustado ao

Analisando diferentes valores para a constante L em distintas densidades de

Clevers (1989) caracteriza o ndice intitulado ndice de vegetao por

WDVI IVP a V .....................................................................................................(8)

sendo: a inclinao da reta do solo.

QI et al. (1994) determinaram modificaes no clculo do fator L do SAVI

L 1 2 a NDVI WDVI ..........................................................................................(10)

sendo: a a inclinao da reta do solo.

Tentando atenuar a dependncia do NDVI aos parmetros atmosfricos,

onde: g o critrio que coordena a atmosfera e depende do tipo de aerossol,

onde: I o parmetro que controla a correo atmosfrica e, empiricamente, pode

Os ndices decorrentes da transformao ortogonal Tasseled Cap, utilizam

GVI 0,24717* TM 1 0,16263* TM 2 0,40639* TM 3 0,85468* TM 4 0,05493* TM 5 0,11749* TM 7 .....

onde: TM descreve os canais do sensor Thematic Mapper do satlite Landsat.

O ndice de Vegetao por Diferena Normalizada (NDVI) representativo de

2.3. PRODUTIVIDADE DE BIOMASSA

De acordo com Han et al. (1994), o mapeamento da produtividade um

2.4. SENSORIAMENTO REMOTO

O sensoriamento a aquisio de dados sobre um objeto sem toc-lo, sendo

3.1. REA DE ESTUDO

O estudo foi realizado em uma extenso territorial do municpio de Barrinha,

Figura 1. Localizao rea experimental sucroenergtica.

Figura 2. Mapa de solos da rea comercial sucroenergtica.

A avaliao da estimativa da produtividade de biomassa de cana-de-acar

Figura 3. Mapa das variedades existentes na rea comercial sucroenergtica.

A produtividade real de biomassa de cana-de-acar foi obtida dos talhes de

Tabela 2. Caractersticas do sensor orbital do satlite utilizado.

O ndice de Vegetao da Diferena Normalizada (NDVI) utilizado para

O clculo da reflectncia no topo da atmosfera sem a correo com o ngulo

' Mp Qcal Ap ..................................................................................................(18)

Tabela 3. Cenas, datas de passagem e valores de Mp, Ap e SE, das imagens do

Mp fator de correo multiplicativo especfico da banda, Ap fator de correo