Uma avaliação inicial das condições do desenvolvimento da safra nacional, enquanto as plantas ainda estão nos campos, é altamente necessária para o cálculo correto das projeções na tomada de decisão e políticas relacionadas com o planejamento governamental e segurança alimentar. O objetivo deste trabalho foi avaliar a adequação dos dados NOAA/AVHRR (National Oceanic and Atmospheric Administration / Advanced Very High Resolution Radiometer) em detectar mudanças nas condições da vegetação, devidas à ocorrência de estresse hídrico, na soja, por meio de uma combinação do índice NDVI (Normalized Difference Vegetation Index) e da LST (Land Surface Temperature). Os dados LST e NDVI foram combinados e comparados pixel a pixel, sobre uma área de cultivo de soja, no Rio Grande do Sul. A relação teórica inversa prevista na combinação de LST e NDVI foi detectada. Foi observado que ocorre um aumento médio na LST em uma safra de ciclo normal (de 301,02 K para 308,36 K), quando comparada a uma safra sob condição de estresse hídrico, no desenvolvimento da cultura. Uma redução média do NDVI foi observada no ciclo normal (de 0,65 para 0,53), comparada com uma safra sob efeitos ocasionados pela estiagem no desenvolvimento da cultura. Foi observado maior correlação da produtividade municipal com LST (R2=0,78) do que com o NDVI (R2 = 0,59). Os resultados obtidos indicam que a integração de imagens do sensor AVHRR, proveniente de diferentes instituições, proporciona a adequada combinação espacial e temporal dos dados LST e NDVI, a fim de detectar a ocorrência de estresse hídrico, bem como sua intensidade, caracterizando as condições do ciclo de desenvolvimento da soja.
An early assessment of national crop development conditions while the plants are still in the fields is highly needed to calculate correctly projections for decision-making and policies related to government planning and food security. The aim of this study was to evaluate the suitability of NOAA /AVHRR (National Oceanic and Atmospheric Administration / Advanced Very High Resolution Radiometer) to detect changes in vegetation conditions, due to water stress during soybean crop, by means a combination of Land Surface Temperature (LST) and Normalized Difference Vegetation Index (NDVI). Both LST and NDVI data were combined and compared in a pixel basis over a soybean crop area in Rio Grande do Sul State. The predicted theoretical inverse relationship for the combination of LST and NDVI was detected. An average increase of LST was observed in a normal crop cycle ( from 301.02 K to 308.36 K) compared to a crop cycle under water stress condition. An average reduction in NDVI was observed for normal crop cycle development (from 0.65 to 0.53) compared to a crop cycle under drought-induced effects. It was observed a higher correlation of municipality yield with LST (R2=0.78) than NDVI (R2=0.59). Results obtained indicate that the aggregation of AVHRR images, from different institutions, provides the appropriate combination of spatial and temporal data LST and NDVI in order to detect the occurrence of drought stress, as well as its intensity, characterizing the conditions of the crop cycle development of soybean.