Escolar Documentos
Profissional Documentos
Cultura Documentos
RESUMO
Moçambique é um país que se localiza ao longo da costa Leste da África Austral, com a economia baseada essencialmente
na prática da agricultura. A cultura do milho Zea mays L. é a mais importante, cultivada em regime de sequeiro, com
rendimentos dependentes das condições meteorológicas. O calendário agrícola e o sistema de produção tornam o uso de
geotecnologias uma importante ferramenta para o monitoramento de culturas e o desenvolvimento de modelos de estimativa
de rendimentos. Um passo preliminar para aplicação dessas tecnologias é o estudo da dinâmica temporal dos índices de
vegetação, derivados de dados de sensoriamento remoto, e da sua variação inter anual e relação com os dados
meteorológicos, os quais representam os objetivos deste trabalho. A área de estudo é o distrito de Sussundenga, localizado
na região central de Moçambique. Os perfis temporais foram construídos com base nas imagens de índices de Vegetação
provenientes do produto MOD13Q1 do sensor MODIS que contém imagens de composições de 16 dias de NDVI e EVI.
Foram extraídos os valores médios de índices de vegetação e traçados os perfis temporais para a série de 2000 a 2009.
Totais mensais de precipitação pluvial e evapotranspiração, para a mesma série temporal, foram coletados e correlacionados
com valores de índices de vegetação. Os resultados mostraram fortes associações entre os valores de índices de vegetação e
os dados meteorológicos medidos na superfície, evidenciando a possibilidade de uso de dados de sensoriamento remoto
como instrumento útil em programas de monitoramento da safra de milho em Moçambique.
Palavras chaves: MODIS, EVI, NDVI, Precipitação pluvial, evapotranspiração, Zea mays L.
3
XXIV Congresso Brasileiro de Cartografia - Aracaju - SE - Brasil, 16 a 20 de maio de 2010
ABSTRACT
Mozambique is a country located on the east coast of southern Africa, with the economy based primarily on the agriculture
practice. Maize Zea mays L. is the main crop cultivated on non irrigated systems, its yields depend on weather conditions.
The crop calendar and management make the use of geo technologies an important tool for crop monitoring and for the
development of the yield forecast models. A preliminary step to implementing these technologies is the study of the
temporal dynamics of vegetation indices profiles, derived from remote sensing data, its inter-annual variations and the
relationship with meteorological data, which represent the objectives of this paper. The study area is the Sussundenga
district, located in central Mozambique, which has an agro climatic suitability for maize crop growing. The profiles were
built based on the images of vegetation indices from MOD13Q1, a MODIS product that contains images of 16-days
composites of NDVI and EVI, with 250 meters of spatial resolution. The study area mask was created, the mean values of
vegetation indices were extracted and the temporal vegetation Indices profiles for 2000 to 2009 series were plotted. Rainfall
and evapotranspiration monthly data for the same period were collected and correlated with the values of vegetation indices.
The results showed a high association between the values of vegetation indices and the measured ground data, indicating the
possibility of using remote sensing data as a useful tool in the maize monitoring programs in Mozambique.
perfis temporais de índices de vegetação, sua associação reduzindo a influência do solo e a interferência
com a fenologia da cultura, condições meteorológicas e atmosférica na resposta do dossel (Fontana et al, 2007
produtividade da cultura. O índice de vegetação por citando Huete, 2002; Ponzoni e Shimabukuro, 2007
diferença normalizada (NDVI- Normalized Difference citando Justice et al, 1998).
Vegetation Índex) tem sido muito usado para essas e
outras aplicações (Fontana et al, 2001; Zhang et al, 2002; Alguns autores estudam os perfis de índices de
Anderson e Shimabukuro, 2007;Fontana et al, 2007; vegetação, estabelecendo relação com variáveis
Ponzoni e Shimabukuro, 2007; Klering et al, 2007; meteorológicas e em casos específicos de aplicações
Lohman et al, 2009). agrícolas se faz a relação com a produtividade média das
culturas (Klering, 2007; Rojas, 2007). Em sistemas de
Para o monitoramento da vegetação e produção agrícola não irrigada, pode se assumir que a
modelagem da produtividade com o auxílio de dados de condição da vegetação seja um reflexo, em grande parte,
sensoriamento remoto, é necessário fornecimento da influência das condições meteorológicas no local.
contínuo de imagens de satélite, o que torna possível Neste caso os elementos meteorológicos componentes do
detalhar as variações dos índices de vegetação balanço hídrico, nomeadamente a precipitação pluvial e a
decorrentes das mudanças na sua fenologia. Situação não evapotranspiração, são aqueles que têm mais influência
muito adequada ocorre quando se usa sensores de sobre as condições da vegetação, a qual é captada por
resolução espacial média, como TM landsat ou ASTER, sensores orbitais e facilmente interpretada através dos
que possuem baixa resolução temporal e, portanto menor índices de vegetação. É baseado nesse princípio que se
probabilidade de encontrar imagens livres de nuvens. propõe para o presente trabalho o estudo dos perfis
Sensores como o AVHRR, EOS/MODIS e SPOT anuais de índices de vegetação e a sua relação com
VEGETATION, com resolução espacial moderada e, variáveis meteorológicas.
portanto, maior resolução temporal, são mais adequados
para esse tipo de aplicações, pelo fato de fornecer O principal objetivo do presente trabalho é,
imagens da mesma região com maior freqüência. O portanto, analisar a evolução temporal dos índices de
AVHRR, a bordo dos satélites NOAA e com resolução vegetação ao longo da safra de milho, a variação inter
espacial máxima de 1 km, possui a maior série temporal anual destes índices e a sua relação com as condições
de NDVI, a qual teve inicio em 1981. No entanto, meteorológicas no distrito de Sussundenga-Moçambique.
algumas limitações persistem no uso dessa mesma série,
principalmente as relativas à influência atmosférica e
distorções geométricas (Rizzi e Rudorff, 2004). O sensor 2. MATERIAL E MÉTODOS
MODIS, lançado em 1999, iniciando a operação em
2000, trouxe grandes melhorias na qualidade das imagens A área de estudo abrange o distrito de
no que se refere à geometria, interferência atmosférica e Sussundenga, localizado na região central de
resolução espacial, a qual aumentou para 250 metros em Moçambique e da Província de Manica, a 19º 12’
produtos de índices de vegetação. Latitude Sul e 33º 8’ Longitude Leste (Figura 1). Com
uma superfície de 7.057 km2, o clima predominante é o
O NDVI tem sido bastante usado, para várias tropical chuvoso de savana- Aw (classificação de
aplicações ambientais, sendo bom indicador de presença Köppen), com duas estações distintas, uma quente e
e condição da vegetação (Fontana et al, 2001, Ponzoni e chuvosa e outra fresca e seca. O distrito é dividido em
Shimabukuro, 2007). É o mais usado e melhor duas regiões agro ecológicas com potencial para
documentado índice baseado em sensoriamento remoto produção de milho que, de acordo com Walters et al
para o monitoramento de culturas e previsão de (2006), constituem as regiões mais dinâmicas do país em
rendimentos (Savin e Nègre, 2003). O NDVI do sensor termos de produção deste cereal. O milho é a principal
MODIS é referido como sendo uma continuidade da série cultura alimentar produzida, sendo explorada em regime
de NDVI do sensor AVHRR do NOAA (Huete et al, de consórcio, com feijão nhemba, amendoim e batata
1999; Fontana et al, 2007). Para além do NDVI o sensor doce (MAE, 2005).
MODIS no produto índices de vegetação, possui também Foram utilizadas duas séries de dados,
o índice de vegetação melhorado (EVI- Enhanced meteorológicos e imagens de satélite, compreendendo a
Vegetation Index ). Este índice foi desenvolvido pelo série de 10 anos, de 2000 a 2009.
MODIS Land Discipline group com o propósito de
otimizar o sinal da vegetação, melhorando sua
sensibilidade a condições de alta densidade de biomassa,
3
XXIV Congresso Brasileiro de Cartografia - Aracaju - SE - Brasil, 16 a 20 de maio de 2010
3. RESULTADOS E DISCUSSÃO
160 0.6
140 0.55 tipos de variáveis em aplicações diversas. Entre as
120 0.5
100 0.45 possibilidades, destaca-se seu uso em programas de
80 0.4 monitoramento de culturas e modelagem
60 0.35
40 0.3
agrometeorológica espectral de safras na área de estudo.
20 0.25
0 0.2 Tendo como referência a cultura do milho,
set- out- nov- dez- jan- fev- mar- abr- mai- jun- jul- ago-
melhores resultados podiam ser encontrados se os valores
02 02 02 02 03 03 03 03 03 03 03 03
E médios de índices de vegetação fossem extraídos sobre
Meses do ano
EVI uma máscara de cultivo de milho, refletido apenas a
Fig. 7 Relação evapotranspiração Potencial e EVI com resposta espectral das áreas de cultivo. A base temporal
defasagem de 1 mês (2002/03) usada, pode também influenciar a qualidade dos
resultados. Possivelmente se os dados meteorológicos
Verificou-se que os pares que apresentavam fossem organizados em totais de 16 dias, que constitui o
maiores correlações envolviam os elementos número de dias de composições de índices de vegetação
meteorológicos e os índices de vegetação com defasagem do sensor MODIS, melhores associações pudessem ser
de um mês. Isto reforça o princípio de que as condições encontradas
da vegetação refletem as condições meteorológicas
imediatamente anteriores. Um resumo dos índices de
TABELA 1 Coeficientes de correlação entre as variáveis meteorológicas: precipitação pluvial (P) e evapotranspiração (ET)
e os indices de vegetação: NDVI e EVI no período de 2000 a 2009, estabelecidas de forma simultânea e com defasagem
(def) de um mês.
Ano Agrícola
2000/01 2001/02 2002/03 2003/04 2004/05 2005/06 2006/07 2007/08 2008/09
P NDVI 0,55 0,58* 0,53 0,49 0,58* 0,55 0,59* 0,43 0,68
** * * ** ** * ** *
P EVI 0,71 0,66 0,69 0,78 0,74 0,67 0,72 0,64 0,82**
** ** * ** * ** *
P NDVI_def 0,75 0,72 0,64 0,79 0,69 0,53 0,63 0,62 0,70**
** ** ** ** ** **
P EVI_def 0,71 0,82 0,57 0,82 0,80 0,53 0,64 0,78 0,61*
ET NDVI 0,59* 0,67* 0,5 0,33 0,57 0,70* -0,49 0,16 0,42
* * * * **
ET EVI 0,64 0,69 0,65 0,60 0,72 0,81** -0,54 0,42 0,75*
** ** ** * ** ** *
ET NDVI_def 0,82 0,90 0,80 0,70 0,78 0,96 0,29 0,62 0,84**
** ** ** ** ** ** **
ET EVI_def 0,88 0,97 0,80 0,88 0,82 0,94 0,42 0,78 0,98**
* **
Correlação significativa a 0,05 Correlação significativa a 0,01
3
XXIV Congresso Brasileiro de Cartografia - Aracaju - SE - Brasil, 16 a 20 de maio de 2010
Doorenbos, J. e A. H. Kassam, 1979 Yield Response To Rojas O, 1994. Estimação do rendimento do milho em
Water, Food and Agriculture Organization Paper N°33, Moçambique utilizando o modelo de balanço hídrico da
Rome. FAO, Sistema Nacional de Aviso prévio para a segurança
alimentar. DINA, Maputo. 81 páginas.
3
XXIV Congresso Brasileiro de Cartografia - Aracaju - SE - Brasil, 16 a 20 de maio de 2010