Fechar
Metadados

Tipo da ReferênciaJournal Article
Identificador6qtX3pFwXQZGivnJRY/M3pMb
Repositóriosid.inpe.br/mtc-m12@80/2006/08.03.18.23
Metadadossid.inpe.br/mtc-m12@80/2006/08.03.18.23.07
Sitemtc-m12.sid.inpe.br
ISSN0103-8478
Chave SecundáriaINPE--PRE/
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Chave de CitaçãoRizziRudoAdam:2006:EsÁrSo
Autor1 Rizzi, Rodrigo
2 Rudorff, Bernado Friedrich Theodor
3 Adami, Marcos
Grupo1
2 DSR-INPE-MCT-BR
3 Secretaria de Estado da Agricultura e Abastecimento do Paraná (SEAB), Av. Minas Gerais, 1351, 86.300-000 Cornelio Procopio, PR, Brazil
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1
2
3 marcos.adami@inpe.br
TítuloEstimativa da área de soja no estado do Rio Grande do Sul por um método de amostragem / Soybean crop area estimate in Rio Grande do Sul State through a sampling method
RevistaCiência Rural
Ano2006
Volume36
Número1
Mêsjan.-fev.
Palavras-Chavesensoriamento remoto, estatísticas agrícolas, sistemas de informação geográfica, remote sensing, agricultural statistics, geographic information system, Glycine max.
ResumoEste trabalho objetivou avaliar um método de amostragem por segmentos regulares na estimativa da área plantada com soja no Estado do Rio Grande do Sul. Um mapa temático das áreas com soja, oriundo da classificação multitemporal de imagens do satélite Landsat, ano-safra 2000/01, foi utilizado como dado de referência para comparação dos resultados. A área de estudo foi dividida em segmentos regulares de 1 x 1km e estratificada em relação ao percentual de soja cultivado no município, em três extratos: a) 0-20; b) 20-40 e c) 40-67%. Um método probabilístico foi utilizado para definir quatro números amostrais, representando 0,06, 0,12, 0,24 e 0,48% da área de estudo, sendo cada um sorteado aleatoriamente cem vezes. A estimativa da área de soja para cada sorteio foi calculada analisando-se a área de cada segmento sorteado sobre o mapa temático e então comparada ao dado de referência. Os melhores resultados foram obtidos para o maior número amostral, o qual teve baixo Coeficiente de Variação (5,2%), indicando que o método, além de fornecer a área plantada com soja, em nível estadual, pode ser usado para prever a área plantada no início da safra ou nos anos em que não se dispõe de imagens de satélite livres de nuvens. Os três melhores sorteios para o maior número amostral tiveram sua área de soja também quantificada através do mapeamento de imagens adquiridas no ano-safra subseqüente (2001/02). Neste caso, foi observado um incremento entre 11,4 e 12,5% em relação ao ano-safra 2000/01, indicando que o incremento informado pelo IBGE (8,8%) está subestimado. ABSTRACT: This paper evaluates a sampling square method to estimate soybean crop area in Rio Grande do Sul State, Brazil. A soybean thematic map obtained from multitemporal Landsat images classification for the crop year of 2000/01 was used as reference data. The State area was divided into cells of 1 x 1km and stratified into three soybean area densities (0-20, 20-40 and 40-67%) at municipality level. A probabilistic technique was used to determine four sample rates representing 0.06, 0.12, 0.24 and 0.48% of the study area, being each one randomly sampled one hundred times. The soybean area for each sample was evaluated based on the reference data map. The one hundred estimates for each sample rate were then compared with the reference data for the entire study area. Best results were obtained for the highest sample rate with low Coefficient of Variation (5.2%), indicating that this method is not only suitable to accurate estimate soybean crop area, at State level, but it is also an appropriate alternative for early forecast or when cloud free satellite images are not available. The best three samples for the highest sample rate were selected to estimate soybean area over images acquired in the following crop year (2001/02). In this case, an increment between 11.4 and 12.5% in relation to 2000/01 was observed, indicating that the IBGE estimate (8.8%) is underestimated.
Páginas30-35
Idiomapt
Tipo de Trabalhojournal article
Tipo SecundárioPRE PN
DivulgaçãoWEBSCI; SCIELO.
AreaSRE
Tamanho3812 KiB
Número de Arquivos1
Arquivo Alvoa05v36n1.pdf
Última Atualização2014:04.23.18.09.48 sid.inpe.br/banon/2001/04.06.10.52 marciana
Última Atualização dos Metadados2018:06.05.00.40.45 sid.inpe.br/banon/2001/04.06.10.52 administrator {D 2006}
Estágio do Documentoconcluido
É a matriz ou uma cópia?é a matriz
e-Mail (login)marciana
Grupo de Usuáriosadministrator
marciana
rizzi
Grupo de Leitoresadministrator
marciana
Visibilidadeshown
Transferível1
Acervo Hospedeirosid.inpe.br/banon/2001/04.06.10.52
Tipo do ConteudoExternal Contribution
Estágio do Documentonot transferred
Tipo de Versãopublisher
Política de Arquivamentoallowpublisher allowfinaldraft
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
Histórico2006-08-03 18:23:08 :: rizzi -> marciana ::
2006-08-03 19:31:09 :: marciana -> administrator ::
2013-12-06 13:20:26 :: administrator -> marciana :: 2006
2014-04-23 18:09:48 :: marciana -> administrator :: 2006
2016-06-04 23:30:00 :: administrator -> marciana :: 2006
2016-10-08 00:09:33 :: marciana -> administrator :: 2006
2018-06-05 00:40:45 :: administrator -> marciana :: 2006
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel doi e-mailaddress format isbn label lineage mark mirrorrepository nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission resumeid rightsholder secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url
Data de Acesso13 jul. 2020
atualizar 

Fechar