Modelo para previsão da produção de soja baseado em condições físicas predominantes

Resumo

O objetivo deste trabalho foi avaliar a confiabilidade do significado fisiológico de dados do índice de vegetação “enhanced vegetation index” (EVI) no desenvolvimento de um procedimento baseado em sensoriamento remoto para estimar a produção de soja antes da colheita. Foram aplicados dados de séries temporais do “moderate resolution imaging spectroradiometer” (Modis) para investigar a relação entre as flutuações locais na produtividade da soja e as condições físicas predominantes no Estado de Mato Grosso, localizado no sul da Amazônia brasileira. A metodologia desenvolvida foi baseada no modelo acoplado (CM). O CM fornece estimativas de produção para o início de janeiro, ao utilizar imagens do período de máximo desenvolvimento da cultura. As estimativas de produção foram validadas em três escalas espaciais diferentes: estadual, municipal e local. Nos níveis estadual e municipal, os resultados obtidos a partir do CM foram comparados às estatísticas agrícolas oficiais do Instituto Brasileiro de Geografia e Estatística e da Companhia Nacional de Abastecimento, de 2001 a 2011. Os coeficientes de determinação variaram entre 0,91 e 0,98, com resultado global de R²=0,96 (p≤0,01), o que indica que o modelo se ajusta às estatísticas oficiais. No nível local, os dados espacialmente distribuídos foram comparados a dados de produção de 422 lavouras. O coeficiente de determinação (R²=0,87) confirmou a confiabilidade do EVI para ser aplicado em modelos baseados em sensoriamento remoto, para previsão da produção de soja.