Transcript Uso de modelos agrometeorológicos UFRGS (apresentação

Uso de modelos
agrometeorológicos na estimativa
do rendimento de lavouras
Denise Cybis Fontana
Faculdade de Agronomia
Centro Estadual de Pesquisas em Sensoriamento Remoto e
Meteorologia
II CONFEST e CONFEGE
Rio de Janeiro, agosto de 2006
Estrutura da apresentação
• Projeto Geosafras
• Modelagem de rendimento – abordagem:
agrometerológica e
agrometeorológica-espectral
• Aplicações no Rio Grande do Sul (arroz e soja)
• Considerações Finais
Geosafras
Projeto GEOSAFRAS
• Projeto coordenado pela
CONAB
(Companhia Nacional de
Abastecimento)
e financiado pelo PNUD
(Programa das Nações Unidas para o
Desenvolvimento)
• Caráter multi-institucional
UFRGS, FEPAGRO,
EMBRAPA, IAC, IAPAR, IBGE,
INMET, INPE, SIMEPAR, UNICAMP
Geosafras
Objetivo do Geosafras
• Aperfeiçoar o atual sistema de estimativa
de área cultivada e rendimento no Brasil
por meio de uma rede multi-institucional
para o desenvolvimento de metodologias de
utilização de modelos agrometeorológicos
e sensoriamento remoto, visando um
sistema objetivo de previsão de safras.
Geosafras
Histórico de pesquisas em previsão
de safras - UFRGS/CONAB
CONAB 1998/1999
CONAB 1999/2000
RR
AP
AM
MA
CE
PA
RN
PI
PB
PE
AC
AL
SE
TO
RO
BA
GO
DF
MT
MG
ES
MS
SP
RJ
PR
SC
RS
GEOSAFRAS - CONAB 2003/2004
CONAB 2004/2005
CONAB 2005/2006
Geosafras
Equipe Geosafras/UFRGS
Pessoal permanente da UFRGS:
Denise C. Fontana, Jorge Ducati, Mônica Kreling, Moacir A
Berlato, Homero Bergamaschi e Laurindo Guasselli
Pessoal permanente da FEPAGRO:
Ronaldo Matzenauer e Jaime Maluf
Bolsistas de mestrado:
Eliana V. Klering e Amanda H. Junges
Bolsistas de iniciação científica:
Ana Paula A. Cordeiro, Fernando T. Machado, Laurie F. Cunha,
Lucas S. Borne e Márcia dos Santos
Bolsistas de desenvolvimento técnico:
Ricardo W. Melo, Anibal Gusso e Gilca M. Alves
Consultores:
Ana Paula L. Wagner e Eliseu Weber
Geosafras
Proposta Metodológica
Conjunto de técnicas nas áreas de:
Sensoriamento remoto – mensuração de
características da superfície (imagens);
Geoprocessamento – localizar
geograficamente e quantificar
Agrometeorologia – modelos de estimativa
de rendimento
Geosafras
Rendimento de grãos
Integração de condições:
• Solo (características físicas e químicas);
• Manejo (cultivar, espaçamento, ...);
• Meteorológicas (hídricas, térmicas, ...)
Geosafras
Modelagem do rendimento
Representação simplificada da relação
existente entre a cultura e o ambiente.
Categorias:
• Modelos estatísticos empíricos;
• Modelos de simulação;
• Modelos de relação clima-planta
(agrometeorológicos)
Geosafras
Modelos de relação clima-planta
Estabelecimento de relações do crescimento e
desenvolvimento da vegetação com variáveis
que descrevam as condições meteorológicas
durante o ciclo
As funções consideram as diferenças de
sensibilidade das culturas aos estresses ao
longo do ciclo – “período crítico”
Geosafras
Modelos de relação clima-planta
Para as culturas de primavera-verão:
Irrigadas → variáveis caracterizam as condições
térmicas e de radiação solar no período do
estabelecimento e no florescimento e
enchimento de grãos (ARROZ)
Não irrigadas → variáveis que caracterizam as
condições hídricas no período do
estabelecimento e no florescimento e
enchimento de grãos (SOJA)
Geosafras
ARROZ (Cultura irrigada)
14000
BR
RS
53.81*
2002
46,27
2001
2004
2005
2006
45,45
52,52
6000
51,61
8000
47,74
10000
44,73
Produção (1000 ton)
12000
4000
2000
0
2000
Arroz
2003
Safras
Geosafras
Safras
Fonte de dados: IBGE
Geosafras
2006
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
Rendimento médio (kg.ha -1 )
Rendimento do arroz no RS
7000
6000
5000
4000
3000
2000
1000
0
Rendimento do arroz no RS
7000
5000
4000
y = 71 x + 3622
R2 = 0,72
3000
2000
1000
Safras
Fonte de dados: IBGE
Geosafras
2006
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
0
1976
Rendimento médio (kg.ha -1 )
6000
Calendário do arroz no RS
Des. Vegetativo
100
Floração
Enchimento de Grão
Colhido
60
40
20
Mês/Quinzena
(Fonte de dados: EMATER)
Geosafras
Mai 1
Abr 2
Abr 1
Mar 2
Mar 1
Fev 2
Fev 1
Jan 2
Jan 1
Dez 2
Dez 1
Nov 2
Nov 1
Out 2
0
Out 1
% de lavouras
80
Modelagem do rendimento
Carmona et al. (2001)
Cultura do arroz – 10 anos (1979/80 – 1999/2000)
Região 1- Fronteira Oeste
Região 2- Campanha
Região 3- Depressão Central
Região 4- Planície Costeira
Interna à Lagoa do Patos
Região 5- Planície Costeira
Externa à Lagoa dos Patos
Região 6- Zona Sul
Regiões orizícolas e equação ajustadas
Geosafras
Modelo de Carmona et al. (2001)
Região
Regressão
NMS
1
Y = 1,135 + 4,198n/N(jan/fev) – 0,051N°tm(dez a mar)
0,048
2
Y = -2,051 + 8,839n/N(todo ciclo)
6x10-4
3
Y=
0,472 + 3,69n/N(out/nov/dez) – 0,062N°tm(mar)
0,016
4
Y=
2,82 + 0,848n/N(fev) – 0,048N°tm(mar)
0,046
5
Y = 1,462 + 2,448n/N(fev) – 0,147N°tm(mar)
0,006
6
Y = - 1,168 + 6,642n/N(nov/dez)
3x10-4
RS
Y = - 0,172 + 5,895n/N(todo ciclo) – 0,065N°tm(jan/fev/mar)
4x10-4
n/N – insolação relativa
Notm – número de dia com a temperatura ≤ 15oC
Geosafras
Teste do modelo de Carmona et al. (2001)
4000
2000
Fronteira Oeste(1)
0
0
2000
4000
6000
)
-1
6000
4000
2000
Campanha
0
8000
0
Rendimentos observados (kg.ha -1)
4000
6000
2000
4000
6000
Rendimentos observados (kg.ha -1)
Depressão Central(3)
0
0
8000
2000
4000
6000
8000
6000
4000
2000
P. Costeira Externa(5)
0
0
2000
4000
6000
8000
Rendimentos observados (kg.ha -1)
Período de teste: 2000/01 a 2004/05
Rendimentos estimados (kg.ha
-1
)
8000
)
P. Costeira Interna(4)
Rendimentos estimados (kg.ha
4000
0
2000
Rendimentos observados (kg.ha -1)
-1
)
-1
6000
0
4000
8000
8000
2000
6000
Rendimentos observados (kg.ha -1)
8000
Rendimentos estimados (kg.ha
2000
(2)
Rendimentos estimados (kg.ha
-1
6000
Rendimentos estimados (kg.ha
-1
Rendimentos estimados (kg.ha
8000
)
8000
)
8000
6000
4000
2000
Zona Sul
0
0
2000
4000
6000
Rendimentos observados (kg.ha -1)
Geosafras
(6)
8000
Teste do modelo de Carmona et al. (2001)
Teste: safra 2005/06
(dados parciais)
50
40
30
24,3
20
23,1
15,0
10
3,2
-0,5
Zona Sul
Plan. Ext.
à Lagoa
dos Patos
Plan. Int.
à Lagoa
dos Patos
Depressão
Central
-10
Campanha
0
Fronteira
Oeste
Rendimento (kg/ha)
39,8
Regiões orizículas
Geosafras
SOJA (Cultura não irrigada)
60000
BR
RS
40000
30000
14.41*
4,78
11,18
18,45
13,32
10000
18,34
20000
14,58
Produção (1000 ton)
50000
0
2000
Soja
2001
2002
2003
Safras
2004
2005
2006
Geosafras
Fonte de dados: IBGE
Safras
Geosafras
2006
500
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
Rendimento médio (kg.ha -1 )
Rendimento da soja no RS
3000
2.667
2500
2000
1500
1000
655
0
Rendimento da soja no RS
3000
2000
1500
y = 16,3 x + 1307
R2 = 0,11
1000
500
Safras
Fonte de dados: IBGE
Geosafras
2006
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
0
1976
Rendimento médio (kg.ha -1 )
2500
Calendário da soja no RS
100
Des. Vegetativo
Floração
Enchimento de Grão
Colhido
60
40
20
Mês/Quinzena
(Fonte de dados: EMATER)
Geosafras
Mai 2
Mai 1
Abr 2
Abr 1
Mar 2
Mar 1
Fev 2
Fev 1
Jan 2
Jan 1
Dez 2
Dez 1
Nov 2
Nov 1
0
Out 2
% de lavouras
80
Precipitação pluvial de verão
Região maior produtora de soja
800
700
600
500
400
300
800
700
200
600
100
500
0
400
300
200
100
0
Fonte: FEPAGRO
FEPAGRO
Exigência hídrica da soja nestes meses é de cerca de 650mm
(Matzenauer et al., 2001)
Geosafras
Relação entre rendimento da soja e
a precipitação pluvial (dez a mar)
2400
EN(92/93)
2200
EN(91/92)
EN(94/95)
Rendimento (kg/ha)
2000
1800
EN(86/87)
1600
EN(93/94)
Média do Estado no período
1400
EN(76/77)
EN(82/83)
1200
1000
y= -1.050+6,78x-0,004x2
r2= 0,79
800
600
400
300
400
500
600
700
800
900
Precipitação pluvial (mm)
Fonte: Berlato e Fontana (1999)
Geosafras
Modelos de relação clima-planta
para culturas não irrigadas
“Quantificação do estresse hídrico”
Abordagem - Jensen (1968)
ET real
i
 ETr 
Y

  
Ym
1  ETm  i
n
Rendimento
relativo
Sensibilidade
relativa
Estádio de
desenvolvimento
ETmáxima
Geosafras
Alguns resultados no RS
Berlato (1987)
Cultura da soja – 12 anos (1971/72 - 1983/84)
Parcelas experimentais (5 locais e 9 cultivares)
Modelo de Jensen adaptado (ETm  ETo)
Grupo
Completo(R2) Reduzido(R2)
Precoce e
médio
0,872
0,867
Tardio
0,843
0,829
Geosafras
Alguns resultados no RS
Fontana et al. (2001)
Cultura da soja – 23 anos (1975/76 – 1998/99)
Rendimento médio do RS (IBGE)
Modelo de Jensen adaptado (ETm  ETo)
Modelo
Período
R2
Completo
Novembro a
abril
0,87
Reduzido
Janeiro a
março
0,76
Geosafras
Introdução de técnicas de
sensoriamento remoto orbital
HIPÓTESES
• Crescimento e desenvolvimento das plantas
podem ser monitorados por sensores remotos
orbitais;
• Medição remota da biomassa pode ser um
bom estimador do rendimento de grãos;
• Medições por satélites permitem melhor
detalhamento das variações espaciais do
rendimento.
Geosafras
Detecção de informações usando
Satélites
Sensor a bordo
do satélite
Bandas espectrais
(intervalos de comp. onda)
Radiação
PRODUTOS
Índices de vegetação
Geosafras
Satélite NOAA
(lançados em 1979)
Órbita – polar
Faixa de varredura: 2.400km
Cobertura global e contínua –
2 por dia
5 bandas espectrais
Resolução espacial - 1,1km
Sensor AVHRR
Advanced Very Hight Resolution Radiometer
Geosafras
O que são índices de vegetação?
Medidas radiométricas da quantidade, estrutura e
condição da vegetação
Obtidos a partir de combinações lineares de bandas
espectrais (vermelho e infravermelho)
VERMELHO
INFRAVERMELHO
60
Reflectance (%)
(%)
Reflectância
Crescimento
Máximo crescimento
40
20
Início do crescimento
0
400
600
800
Wavelenght
Comprimento
de(nm)
onda (nm)
1000
Geosafras
NDVI ou IVDN
Reflectância (%)
Índice de Vegetação por Diferença Normalizada
Solo
Vegetação
Água
 IV  V
NDVI 
 IV  V
NDVI (-1 a +1):
Comprimento de ondas ( m)
Solo: 0 a 0,2
Água < 0
Vegetação: 0,2 a 1,0
Geosafras
Por que usar índices de vegetação?
Inferência sobre parâmetros biofísicos
(cobertura verde, biomassa, índice de área foliar (IAF),
conteúdo de clorofila…) IAF x NDVI
10
9
8
NDVI
LAI == 0,0051
0.0051 ** 2965,17
2965.17NDVI
IAF
2
0.88
RR2 ==0,88
7
IAFLAI
6
5
4
3
N0
N200
N400
2
1
0
0.50
0.55
0.60
0.65
0.70
0.75
0.80
0.85
0.90
0.95
1.00
NDVI
Fonte: Fonseca (2001)
Geosafras
Monitoramento da vegetação
Composições de máximo valor (decêndio)
Dias
1
2
3
8
9
10
Objetivos:
• Reduzir a influência
da atmosfera (nuvens);
• Permitir estudos
multitemporais.
Geosafras
Perfis temporais de NDVI
IJUÍ
0,8
0,8
0,7
0,7
0,6
0,6
NDVI
NDVI
ERECHIM
0,5
0,4
0,5
0,4
2004/05
0,3
ago
set
out
nov
dez
jan
fev
mar
abr
mai
jun
2005/06
jul
ago
set
2004/05
0,3
out
ago
set
out
nov
dez
jan
fev
Meses
abr
mai
jun
2005/06
jul
ago
set
out
set
out
Meses
SANTA ROSA
PASSO FUNDO
0,8
0,8
0,7
0,7
0,6
0,6
NDVI
NDVI
mar
0,5
0,4
0,5
0,4
2004/05
0,3
ago
set
out
nov
dez
jan
fev
mar
abr
mai
jun
2004/05
2005/06
jul
ago
set
2005/06
0,3
out
Meses
2004/05 rendimento de 655 kg/ha
2005/06 rendimento de 1.935 kg/ha
ago
set
out
nov
dez
jan
fev
mar
abr
mai
jun
jul
Meses
Geosafras
ago
Modelo
Agrometeorológico-Espectral
– Termo Agrometeorológico
condições hídricas e térmicas
– Termo Espectral
condições hídricas e térmicas e
também outras como manejo,
doenças, pragas,...
Geosafras
Modelo
Agrometeorológico-Espectral
Exemplos de aplicação no RS para
a cultura da SOJA
– Liu e Kogan (2002)
– Melo (2003)
– Rizzi (2005)
- Bianchi et al. (2006)
Geosafras
Melo (2001)
Modelagem agrometeorológica-espectral
Y = ao + a1 TA + a2 TE
Termo Agrometeorológico

i
n
Y
 ETr 
 

i
1
Ym
 ETo  i
Dados: 18 anos (1982 a 2000)
Região maior produtora de soja
Rendimentos IBGE
Termo Espectral
NDVI/NOAA
Geosafras
Região
maior
produtora
(até 2001
cerca de
88%)
Geosafras
1982*
1983
1984
1985*
Rendimento
(kg/ha)
0
1986
1987
1988
1989
500
1000
1990*
1991*
1992
1993
1500
2000
1994
1996
1999
2000
1997*
Rendimentos de soja (kg/ha) estimados pelo MAE
1998
Geosafras
2500
R2 = 0,91
r = 0,94
AJUSTE
VALIDAÇÃO
Rendimentos de soja observados (IBGE)
e estimados (MAE)
Geosafras
Bianchi et al. (2006)
Modelo agrometeorológico-espectral
Melhorias no modelo:
Regionalizado: 3 subregiões (rendimento máximo)
Imagens com resolução de 1km
Série maior de dados para ajuste
(1976/76 a 2003/04)
Expectativas de rendimento: janeiro e fevereiro
Estimativa de rendimento: março
Geosafras
Rendimento máximo (Ym)
2.929kg/ha
2.261kg/ha
2.578kg/ha
2.929, 2.578 e 2.261
Região 1
Região 2
Região 3
Geosafras
Resultados das
estimativas nas
últimas safras
Geosafras
Estimativas de rendimento da soja
nas últimas 4 safras - RS
3000
2743
IBGE
Rendimentos (kg.ha -1)
2500
Mod. Agro-Espectral
Mod. Agro
2310
1935*
2000
1892
1603
1676
1427
1500
1219
1174
1006
1000
753
589
500
0
2003
2004
2005
Safras
2006
Geosafras
Estimativas de rendimento da soja
nas últimas 4 safras - municípios
4000
3500
Rendimentos IBGE (kg.ha -1)
3000
2500
2000
1500
1000
500
2002
0
0
500
1000
1500
2000
2003
2500
2004
3000
-1
Rendimentos estimados (kg.ha )
2005
3500
2006*
4000
Geosafras
Considerações Finais
• Sucesso da parceria UFRGS – CONAB
• Objetividade e praticiadade das
estimativas
• Necessidade de constante aprimoramento
dos métodos de estimativa do rendimento
• Testes em desenvolvimento:
Introdução de imagens MODIS
Estimativa de área cultivada usando imagens
MODIS
Interpolação de dados meteorológicos
Ajuste de novos modelos
Geosafras
1. Introdução de imagens MODIS
Moderate Resolution Imaging Spectroradiometer
Comparativo entre Imagens de NDVI
NOAA
MODIS
Geosafras
2. Estimativa de Área cultivada com SOJA
Uso do Método de Limiar
Metodologia
Áreas de Soja ao Norte Mapeadas
Imagem Novembro
Imagem Fevereiro
Subtração de Imagens Fev – Nov
Imagem Diferença com aplicação de Limiar
Geosafras
2. Estimativa de Área cultivada com SOJA
Uso do Método de SIG
Imagem Fevereiro (binária)
Imagem Novembro (binária)
Imagem Resultante:
Aplicação em Área
Piloto de Soja já
classificada com
Imagens Landsat
identificação de áreas
de soja
Geosafras
1. Imagem de soja classificada 1
com Landsat/pontos amostrais
2. Limiar de 0,39
Imagem diferença de NDVI
2
Fevereiro - Novembro
3. Imagem Binária Modis –
SIG.
3
Geosafras
3. Interpolação de dados meteorológicos
Interpolação
espacial dos
dados
meteorológicos
(interpoladores ou
estimadores)
Estação
Meteorológica
Geosafras
Temperatura da superfície estimada
pelo satélite NOAA/AVHRR
Janeiro / 2004
Julho / 2004
Split window – Sobrino et al. (1996)
Ts  T4  [0,53 0,62(T4  T5 )](T4  T5 )  64(1   )
Fonte: Ferreira (2005)
Geosafras
Evapotranspiração estimada pelo
satélite NOAA/AVHRR
ETo = A Rg (Ta)max + B Rg + C
Onde:
Rg – medida em estação
meteorológica de superfície;
Ta(máx) - regressão linear a
partir da TST (15:00h);
A, B e C – coeficientes
ajustados com dados de
superfície.
(Ramos, Olalla e Casseles, 1996)
Geosafras
Evapotranspiração estimada pelo
RAMS
Grades:
16km
4km
1km
Fonte: Marchiori (2005)
Geosafras
Comparação: Modelo Bianchi et al. (2006) – SAFRA 2005/06
TA calculado a partir de
dados de estações de superfície
Fonte
Rendimento
IBGE
1.935
Estações
1.603
BRAMS
1.896
TA calculado a partir de
dados de simulados BRAMS
Geosafras
4. Ajuste de novos modelos
Teste de modelos para culturas de inverno
MS    s i c Rgdt
Onde
MS – produção de matéria seca
εs – fração de energia fotossinteticamente ativa (PAR) contida
na radiação solar global
εi – eficiência de interceptação da PAR incidente
(pode ser estimada através de índices de vegetação)
εc – eficiência de conversão da PAR em matéria seca
Geosafras
Problemas ?
Comparações feitas entre dados estimados
através de metodologias diferentes
Modelagem x IBGE
Porém ambos estimados !!!!
Geosafras
Comparação das estimativas com dados
coletados de lavouras – safra 2004/05
3000
-1
Rendimento (kg ha )
2500
2000
1500
1000
500
0
Campo
MAE
Estrato 1
Campo
MAE
Estrato 2
Campo
MAE
Estrato 3
Estimativas
Fonte: Bianchi et al. (2005)
Geosafras
Obrigada!
Geosafras
Área de estudo em 1998/1999:
Culturas
estudadas:
Soja
Milho
Área de estudo em 1998/1999:
RR
AP
AM
MA
CE
PA
RN
PI
PB
PE
AC
AL
SE
TO
RO
BA
Cultura estudada:
Soja
GO
DF
MT
MG
ES
MS
localização das 26 cenas LANDSAT
utilizadas (50% da área cultivada).
SP
PR
Época das imagens: pleno
desenvolvimento da cultura (janeiro
e fevereiro).
SC
RS
RJ