Estimativa da produtividade da cana-de-açúcar utilizando o Sebal e imagens Landsat
As técnicas de sensoriamento remoto têm sido muito promissoras para o desenvolvimento de medidas mais confiáveis e economicamente viáveis da produção vegetal em larga escala. O algoritmo SEBAL (Surface Energy Balance Algorithm for Land) tem como vantagem a obtenção de parâmetros biofísicos usando im...
| Autores: | , , , , |
|---|---|
| Formato: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2013 |
| País: | Brasil |
| Recursos: | Universidade Federal de Viçosa (UFV) |
| Repositorio: | LOCUS Repositório Institucional da UFV |
| Idioma: | portugués |
| OAI Identifier: | oai:locus.ufv.br:123456789/18375 |
| Acesso em linha: | http://dx.doi.org/10.1590/0102-778620130022 http://www.locus.ufv.br/handle/123456789/18375 |
| Access Level: | acceso abierto |
| Palavra-chave: | Cana-de-açúcar Biomassa vegetal SEBAL Sensoriamento remoto |
| Resumo: | As técnicas de sensoriamento remoto têm sido muito promissoras para o desenvolvimento de medidas mais confiáveis e economicamente viáveis da produção vegetal em larga escala. O algoritmo SEBAL (Surface Energy Balance Algorithm for Land) tem como vantagem a obtenção de parâmetros biofísicos usando imagens de satélite e poucos dados observacionais. Este trabalho objetivou estimar a produtividade da cana-de-açúcar por meio da aplicação do algoritmo SEBAL e de imagens Landsat 5 TM. O estudo foi realizado em plantios de cana-de-açúcar da fazenda Boa Fé, localizada no Triângulo Mineiro, município de Conquista, Minas Gerais. A metodologia utilizada apresentou variação de desempenho nas estimativas de produtividade da cana-de-açúcar de cada gleba, provavelmente em decorrência de influências da dimensão dos talhões e da resolução espacial da imagem, e de variedades e épocas de plantio e colheita da cultura. No entanto, os resultados apontam que a metodologia tem potencial para ser aplicada em áreas extensas com limitada disponibilidade de dados meteorológicos. |
|---|