Resumo O objetivo deste estudo foi a geração de modelos de volume comercial com casca (Vcc) em povoamentos de Eucalyptus dunnii e urograndis em diferentes estágios de crescimento e condições de sítio, utilizando dados de reflectância das diferentes regiões do espectro eletromagnético e de índices de vegetação. As regressões lineares múltiplas geradas resultaram em três modelos preditivos, sendo que os mais significativos, em ordem decrescente foram para as espécies de Eucalyptus dunnii e Eucalyptus urograndis com 50 e 59 meses de idade, respectivamente, seguido pelo modelo para Eucalyptus urograndis de 25 meses, apesar da equação de regressão para Eucalyptus dunnii de 34 meses, não tenha sido significativa. O índice de vegetação ajustado ao solo (SAVI 0,5) mostrou-se relevante na construção dos três modelos, pelos diferentes graus de contribuição da componente solo, decorrente do não fechamento das copas em povoamentos jovens de diferentes idades. A região do infravermelho de ondas curtas (SWIR 1) também compôs os modelos de Eucalyptus dunnii e Eucalyptus urograndis, analisados conjuntamente e o modelo preditivo para Eucalyptus dunnii, demonstrando a importância da estrutura do dossel florestal por esta região do espectro eletromagnético estar relacionada ao aumento do conteúdo de lignina e em decorrência da evolução de sua capacidade produtiva.

Abstract The aim of this study was the generation of trade volume models with bark (VB) in Eucalyptus dunnii and urograndis stands at different growth site conditions, using reflectance data from different regions of the electromagnetic spectrum and vegetation indices. The multiple linear regressions generated, resulting in three predictive models, being the most significant ones, in decreasing order were for the species of Eucalyptus dunnii and Eucalyptus urograndis of 50 and 59 months of age, respectively, followed by the model for 25-month old Eucalyptus urograndis. Although, the regression equation for 34-month old Eucalyptus dunnii was not significant. The vegetation index adjusted to the soil (SAVI 0.5) was relevant in the construction of the three models dueto the different degrees of contribution of the soil component, as a result the non-closure of the crowns in young stands at different ages. The short wave-infrared region (SWIR 1 - TM5) also composed the models of Eucalyptus dunnii and Eucalyptus urograndis, analyzed together and the predictive model for Eucalyptus dunnii, demonstrating the importance of the forest canopy structure because this region of the electromagnetic spectrum is related to increased lignin content and because of the evolution of its productive capacity.

Resumo Nos últimos anos tem-se verificado um contínuo avanço da fronteira agrícola da palma de óleo na região amazônica, o que provoca alterações na cobertura do solo nessa região. Diante da necessidade de se compreender a influência deste cultivo no albedo de superfície, o presente estudo visa comparar as flutuações do albedo de superfície em área de cultura de palma de óleo com os de pastagem, floresta e de vegetação secundária. Para fazer esta comparação foi utilizado dados orbitais, com base no produto MCD43A3 do satélite Terra/MODIS para os anos de 2015 e 2016. As amostras selecionadas para área de estudo mostrou que a palma de óleo obteve pouca variação, estimando valores médios α = 0.14, sendo estatisticamente distinto dos outros usos e coberturas, com o albedo: Pastagem > Palma de óleo > Vegetação Secundária > Floresta. Demonstrando que possíveis conversões de uma cobertura para outra podem influenciar no balanço de radiação na superfície, ou seja, caso o cultivo da palma de óleo continue avançando sobre as áreas de pastagem, isto diminuiria o albedo de superfície e consequentemente teria mudanças no microclima, todavia, se a expansão ocorrer sobre áreas de Vegetação Secundária ou Floresta ocorrerá uma inversão, e poderá contribuir para alterações climáticas.

Abstract In recent years there has been a continuous advance of the agricultural frontier of oil palm in the Amazon region, which causes changes in soil cover in this region. Given the need to understand the influence of this crop on surface albedo, the present study aims to compare the fluctuations of surface albedo in oil palm culture area with those of pasture, forest and secondary vegetation. To make this comparison, orbital data based on Terra / MODIS satellite product MCD43A3 for the years 2015 and 2016 were used. The samples selected for the study area showed that the oil palm showed little variation, estimating values medium α = 0.14, being statistically distinct from other uses and coverings, with the albedo: Pasture > Palm Oil > Secondary Vegetation > Forest. Demonstrating that possible conversions from one cover to another can influence the surface radiation balance, ie if oil palm cultivation continues to advance over pasture areas, this would decrease surface albedo and consequently have microclimate changes, however. If expansion occurs over areas of Secondary Vegetation or Forest an inversion will occur and may contribute to climate change.

Resumo: O objetivo deste trabalho foi analisar a dinâmica de uso das terras na região do Cerrado de 2002 a 2013. Essa análise foi baseada nas interpretações de imagens do satélite Landsat realizadas pelo Projeto de Conservação e Utilização Sustentável da Diversidade Biológica Brasileira (Probio) e pelo projeto TerraClass Cerrado 2013, coordenados pelo Ministério do Meio Ambiente. Em 2002, 38,9% do Cerrado eram cobertos por algum tipo de atividade antrópica. Em 2013, essa percentagem passou para 43,4%. Um dos grandes destaques é o surgimento de uma nova fronteira agrícola na região norte da área de estudo, conhecida como Matopiba.

Abstract: The objective of this work was to analyze land use dynamics in the Brazilian Cerrado region from 2002 to 2013. This analysis was based on the interpretation of Landsat satellite images carried out by the projects Projeto de Conservação e Utilização Sustentável da Diversidade Biológica Brasileira (Probio) and TerraClass Cerrado 2013, both coordinated by Ministério do Meio Ambiente. In 2002, 38.9% of the Cerrado was covered by some type of anthropic activity. In 2013, this percentage increased to 43.4%. One of the main highlights is the emergence of a new agricultural frontier in the northern region of the study area, known as Matopiba.

Resumo O "Mosaico Gurupi" está localizado entre o oeste do Maranhão e o leste do Pará, na Área de Endemismo Belém, que embora seja a região mais desmatada do Bioma Amazônico no Brasil, preserva uma diversidade cultural e biológica superlativa. O mosaico engloba seis Terras Indígenas (Alto Turiaçu, Awá, Caru, Arariboia, Rio Pindaré e Alto Rio Guamá) e uma Unidade de Conservação (Reserva Biológica do Gurupi). Essas áreas protegidas conservam os principais remanescentes florestais da região e garantem a manutenção de serviços ecossistêmicos essenciais aos dois estados, principalmente de regulação hidrológica. No entanto, essa região vive sob ameaças constantes de desmatamento e de degradação pela extração ilegal de madeira, e por incêndios criminosos. Os povos indígenas e lideranças comunitárias da região são vitimados pela violência associada a tais crimes. Para promover a conservação e a restauração dessas áreas, uma rede formada por diversas instituições indígenas e não indígenas vem trabalhando em conjunto para o reconhecimento do "Mosaico Gurupi" pelo Ministério do Meio Ambiente. A proposta aqui apresentada inclui o mosaico em questão e o Corredor Ecológico da Amazônia Maranhense, que irá conectar os principais remanescentes florestais da região, por meio da restauração das matas ciliares ao longo dos rios Buriticupu, Pindaré e Zutiua. A conformação do mosaico visa integrar esforços para a proteção territorial, a restauração florestal e o fortalecimento da cultura e educação indígena; o que poderá converter a região mais ameaçada da Amazônia em um exemplo de conservação e sustentabilidade econômica e social por meio da promoção da restauração florestal.

Abstract The "Gurupi Mosaic" is located between west Maranhão and east Pará states, in the Belém Endemism Area, which although being the most deforested region of the Amazonian biome in Brazil, preserves superlative biological and cultural diversity. The Mosaic includes six indigenous lands (Alto Turiaçu, Awá, Caru, Araribóia, Rio Pindaré, Alto Rio Guamá) and a conservation unit (Gurupi Biological Reserve). These protected areas conserve the region’s main forest remnants and guarantee the maintenance of essential ecosystem services. However, this region is under constant threats of deforestation and degradation by illegal logging and arson. Indigenous peoples living in the region are victims of the violence associated with such crimes. To promote the conservation and restoration of these areas, several indigenous and non-indigenous institutions have been working together to formalize the "Gurupi Mosaic" with the Ministry of the Environment. The proposal presented here includes the Mosaic and one ecological corridor in the state of Maranhão, which will connect the region’s last forest remnants through the restoration of the riparian forests along the main rivers. The conformation of the Mosaic aims to integrate efforts to protect territories, restore forests and strengthen indigenous culture and education. This could turn the most threatened region of Amazonia into an example of conservation and economic and social sustainability.

Resumo: O objetivo deste trabalho foi analisar informações socioambientais por meio de rede neural artificial-mapa auto-organizável (RNA-SOM), para fornecer subsídio ao zoneamento ecológico econômico (ZEE) como instrumento para diminuir a subjetividade do processo. A área de estudo compreende 16 municípios do Nordeste Paraense, expressivos no desenvolvimento agropecuário do estado. O tratamento dos dados envolveu três etapas: preparação dos dados em ambiente de sistema de informação geográfica (SIG); processamento matemático (RNA-SOM) dos dados; e visualização e interpretação dos resultados dos processamentos, o que permitiu o ordenamento territorial do Nordeste Paraense. Os resultados compreenderam 13 classes, reagrupadas de acordo com critérios de similaridade de comportamento em quatro categorias, que representam os principais eixos de sustentabilidade propostos para o Estado do Pará, a partir do ZEE existente. A metodologia proposta permite individualizar zonas na região que o ZEE não havia definido, principalmente em razão da maior possibilidade de conjugar e integrar um grande número de variáveis físicas, sociais e econômicas por meio do SOM.

Abstract: The objective of this work was to analyze social and environmental information through an artificial neural network-self-organizing map (ANN-SOM), in order to provide subsidy to ecological-economic zoning (EEZ) as a tool to reduce the subjectivity of the process. The study area comprises 16 municipalities in the northeast of the state of Pará, Brazil, representative of the agricultural development in the state. Data processing involved three steps: preparation of the data in a geographic information system (GIS) environment; mathematical processing (ANN-SOM) of the data; and visualization and interpretation of the processing results, allowing the spatial planning of northeastern Pará. The results comprised 13 classes, regrouped according to behavioral similarity criteria into four categories, which represent the main areas of sustainability proposed for the state of Pará, according to existing EEZ. The proposed methodology allows individualizing areas in the region that EEZ had not defined, mainly due to the greater possibility of combining and integrating a large number of physical, social, and economic variables through the SOM.

RESUMO Entender o padrão espacial do uso e cobertura da terra é essencial para estudos de biodiversidade, mudanças climáticas e modelagem ambiental, bem como para concepção e acompanhamento de políticas direcionadas ao uso da terra. O objetivo deste estudo foi criar um mapa detalhado do uso e cobertura da terra para a porção desflorestada da Amazônia Legal Brasileira, até 2008. Dados de desflorestamento e uso foram mapeados usando imagens Landsat-5/TM analisadas com técnicas como modelo linear de mistura espectral, fatiamento e interpretação visual, auxiliados por informações temporais de NDVI extraídas de série temporal de dados MODIS. O resultado deste estudo é um mapa de uso e cobertura da terra com alta resolução espacial para toda Amazônia Legal Brasileira, para o ano de 2008, e os respectivos percentuais da área ocupada por diferentes classes de uso da terra. O resultado mostrou que, quatro classes de pastagens cobrem 62% da área desflorestada da Amazônia Legal Brasileira, seguida pela vegetação secundária com 21%. A área ocupada pela agricultura anual cobriu menos de 5% das áreas desflorestadas; as áreas restantes estavam distribuídas em outras seis classes de uso da terra. Os mapas gerados por este projeto, chamado TerraClass, estão disponíveis no site do INPE (http://www.inpe.br/cra/projetos_pesquisas/terraclass2008.php).

ABSTRACT Understanding spatial patterns of land use and land cover is essential for studies addressing biodiversity, climate change and environmental modeling as well as for the design and monitoring of land use policies. The aim of this study was to create a detailed map of land use land cover of the deforested areas of the Brazilian Legal Amazon up to 2008. Deforestation data from and uses were mapped with Landsat-5/TM images analysed with techniques, such as linear spectral mixture model, threshold slicing and visual interpretation, aided by temporal information extracted from NDVI MODIS time series. The result is a high spatial resolution of land use and land cover map of the entire Brazilian Legal Amazon for the year 2008 and corresponding calculation of area occupied by different land use classes. The results showed that the four classes of Pasture covered 62% of the deforested areas of the Brazilian Legal Amazon, followed by Secondary Vegetation with 21%. The area occupied by Annual Agriculture covered less than 5% of deforested areas; the remaining areas were distributed among six other land use classes. The maps generated from this project - called TerraClass - are available at INPE's web site (http://www.inpe.br/cra/projetos_pesquisas/terraclass2008.php).

Resumo: O objetivo deste trabalho foi avaliar a utilização de imagens do sensor TM/Landsat 5 na diferenciação de plantios comerciais de Eucalyptus dunnii e Eucalyptus urograndis com diferentes idades. Demarcaram-se parcelas para identificar as duas espécies, em dois períodos distintos (2009 e 2011), a idades de 3 e 5 anos, para E. dunnii, e 2,2 e 4,2 anos para E. urograndis. Avaliaram-se seis bandas do sensor TM/Landsat 5 (B1, B2, B3, B4, B5 e B7) e seis índices de vegetação: razão simples (SR); índice de vegetação por diferença normalizada (NDVI); índice de vegetação ajustado ao solo (Savi)-0,25; Savi-0,5; índice de vegetação por diferença normalizada com uso da banda verde (GNDVI); e índice de umidade na vegetação (MVI). O processamento digital das imagens consistiu de correção geométrica, radiométrica e atmosférica. Os plantios de E. dunnii e E. urograndis foram diferenciados por meio de cinco bandas do Landsat (B2, B3, B4, B5 e B7) e três índices de vegetação (Savi-0,5, Savi-0,25 e GNDVI), no ano de 2009, e por quatro bandas do Landsat (B2, B4, B5 e B7) e seis índices de vegetação (NDVI, SR, Savi-0,5, Savi-0,25, MVI e GNDVI) no ano de 2011. Os dados espectrais extraídos das imagens TM/Landsat 5 são eficazes, tanto para distinguir as espécies de eucalipto como também a mesma espécie em plantios equiâneos.

Abstract: The objective of this work was to evaluate the use of the TM/Landsat 5 sensor imagens in the differentiation of commercial plantations of Eucalyptus urograndis and Eucalyptus dunnii of different ages. Plots were marked for identification of the two Eucalyptus species, in two different periods (2009 and 2011): for 3- and 5-year-old E. dunnii, and for 2.2- and 4.2-year-old E. urograndis. Evaluations were done for six bands of the TM/Landsat 5 sensor (B1, B2, B3, B4, B5, and B7), and for six vegetation indices - simple ratio (SR); and normalized difference vegetation index (NDVI); soil-adjusted vegetation index (Savi)-0.25; Savi-0.5; green NDVI (GNDVI); and the moisture-vegetation index (MVI). Image digital processing consisted of geometric, radiometric, and atmospheric corrections. The plantations of E. dunnii and E. urograndis were distinguished by five bands of Landsat (B2, B3, B4, B5, and B7) and three vegetation indices (Savi-0.5, Savi-0.25, and GNDVI), in 2009, and by four bands of Landsat (B2, B4, B5, and B7) and six vegetation indices (NDVI, SR, Savi-0.5, Savi-0.25, MVI, and GNDVI) in 2011. The spectral data extracted from TM/Landsat 5 images are effective, both to distinguish the species of eucalyptus as well as the same species in even-aged stand.

Dados termopluviométricos são utilizados em diversos estudos. Contudo, a escassez de dados resultante da baixa densidade de estações meteorológicas é um problema frequentemente encontrado. Com isto, a utilização de dados estimados por satélites tem-se mostrado importante para regiões nas quais eles são escassos. Neste trabalho foram realizadas comparações entre dados mensais de precipitação pluvial estimados pelo satélite TRMM e de temperatura, estimados pelo satélite Aqua/MODIS aos dados observados por estações de superfície, para diferentes localidades do Estado de São Paulo, no período de 2003 a 2010. Os resultados demonstraram que para os dados de precipitação pluvial os menores erros foram observados nos meses de inverno e os maiores nos meses de verão. Em relação aos dados de temperatura observou-se que, com a inclusão de um fator de correção, os dados do satélite Aqua apresentaram boa exatidão em todos os meses. De maneira geral, os resultados obtidos indicam que os satélites TRMM e Aqua são alternativas eficientes na aquisição de informações em locais onde há falhas ou escassez dos mesmos podendo ser também utilizados na análise da consistência de dados coletados por meio de redes meteorológicas.

Temperature and rainfall data are used in several scientific studies. However, the paucity of data resulting from the low density of weather stations is a problem frequently encountered in these studies. Thus, the use of estimated data from satellites has become an important tool in regions where they are scarce. In this study comparisons were made between monthly rainfall data estimated by TRMM satellite and temperature data estimated by the satellite Aqua/MODIS data observed by surface stations, for different locations in the State of Sao Paulo during the period 2003 to 2010. The results showed that for the rainfall data, smaller errors were observed during the winter and higher during the summer months. In relation to the temperature data it was observed that with the inclusion of the correction factor, the Aqua satellite data showed good accuracy in all months. Overall, the results obtained by validation of the data of rain and temperature, indicating that the satellite TRMM and Aqua are efficient alternatives for obtaining information of locations where there are errors or shortage of the same, may also be used to analyse the consistency of data collected by meteorological networks.

O objetivo deste trabalho foi avaliar o desempenho do índice de vegetação realçado (EVI) e do índice de vegetação da diferença normalizada (NDVI) - ambos do sensor "moderate resolution imaging spectroradiometer" (Modis) -, para discriminar áreas de soja das áreas de cana‑de‑açúcar, pastagem, cerrado e floresta, no Estado do Mato Grosso. Foram utilizadas imagens adquiridas em dois períodos: durante a entressafra e por ocasião do pleno desenvolvimento da cultura da soja. Para cada classe analisada, foram selecionadas 31 amostras de mapas de referência e avaliadas as diferenças nos valores de cada índice de vegetação, para a classe soja, foram avaliadas frente às demais classes, por meio do teste de Tukey‑Kramer. Em seguida, foram avaliadas as diferenças entre os índices de vegetação, por meio do teste de Wilcoxon pareado. O NDVI apresentou melhor desempenho na discriminação das áreas de soja na entressafra, particularmente com uso das imagens do dia do ano (DA) 161 a 273, enquanto o EVI apresentou melhor desempenho no período de pleno desenvolvimento da cultura, especificamente com uso das imagens de DA 353 a 33. Portanto, o melhor resultado para classificação da soja, no Estado do Mato Grosso, via séries temporais do sensor Modis, pode ser obtida por meio do uso combinado do NDVI na entresssafra e do EVI no pleno desenvolvimento da soja.

The objective of this work was to evaluate the performance of the enhanced vegetation index (EVI) and the normalized difference vegetation index (NDVI) - both from the moderate resolution imaging spectroradiometer (Modis) sensor - to discriminate soybean cultivated areas from sugarcane, pasture, cerrado, and forest ones in the state of Mato Grosso, Brazil. Images acquired during two periods were used: off-season and maximum soybean crop development. For each analyzed class, 31 samples were selected from reference maps, and the differences in the values of each soybean vegetation index were evaluated against the other classes using the Tukey‑Kramer test. Afterwards, the differences between the vegetation indices were assessed using the Wilcoxon paired test. NDVI performed best in discriminating soybean areas during the off-season period, particularly when using images acquired from day of year (DOY) 161 to 273, whereas EVI performed best during maximum crop development, particularly when using images from DOY 353 to 33. Therefore, best classification results for soybean in the state of Mato Grosso can be achieved by coupling Modis NDVI images acquired during off-season period and EVI images acquired during the maximum crop development period.

O objetivo deste trabalho foi desenvolver uma metodologia para estimar a área plantada de soja no Estado do Rio Grande do Sul. As estimativas foram feitas com base no perfil temporal do "enhanced vegetation index" (Evi) calculado a partir de imagens "moderate resolution imaging spectroradiometer" (Modis). A metodologia desenvolvida para a classificação da soja foi denominada "Modis crop detection algorithm" (MCDA). O MCDA fornece estimativas de área da soja em dezembro (primeira previsão), com imagens do período de plantio, e em março (segunda previsão), com imagens dos períodos de plantio e de máximo desenvolvimento vegetativo. Os resultados do MCDA foram comparados às estimativas oficiais de área de soja do Instituto Brasileiro de Geografia e Estatística. Os coeficientes de determinação variaram de 0,91 a 0,95, o que indica bom ajuste entre as estimativas. Para a safra 2000/2001, o mapa da cultura da soja gerado pelo MCDA foi avaliado com um mapa da cultura da soja oriundo de imagens Landsat, e a precisão global do mapa foi de aproximadamente 82%, com erros similares de comissão e omissão. O MCDA foi capaz de estimar a área plantada com soja no Estado do Rio Grande do Sul e gerar mapas temáticos anuais com a localização geográfica dos talhões. As estimativas de área plantada a partir do MCDA estão em concordância com as estatísticas agrícolas oficiais.

The objective of this work was to develop a procedure to estimate soybean crop areas in Rio Grande do Sul state, Brazil. Estimations were made based on the temporal profiles of the enhanced vegetation index (Evi) calculated from moderate resolution imaging spectroradiometer (Modis) images. The methodology developed for soybean classification was named Modis crop detection algorithm (MCDA). The MCDA provides soybean area estimates in December (first forecast), using images from the sowing period, and March (second forecast), using images from the sowing and maximum crop development periods. The results obtained by the MCDA were compared with the official estimates on soybean area of the Instituto Brasileiro de Geografia e Estatística. The coefficients of determination ranged from 0.91 to 0.95, indicating good agreement between the estimates. For the 2000/2001 crop year, the MCDA soybean crop map was evaluated using a soybean crop map derived from Landsat images, and the overall map accuracy was approximately 82%, with similar commission and omission errors. The MCDA was able to estimate soybean crop areas in Rio Grande do Sul State and to generate an annual thematic map with the geographic position of the soybean fields. The soybean crop area estimates by the MCDA are in good agreement with the official agricultural statistics.

O objetivo deste trabalho foi avaliar uma nova metodologia para mapeamento da cultura da soja no Estado de Mato Grosso, por meio de imagens Modis e de diferentes abordagens de classificação de imagens. Foram utilizadas imagens diárias e imagens de 16 dias. As imagens diárias foram diretamente classificadas pelo algoritmo Isoseg. As duas séries de imagens de 16 dias, referentes ao ciclo total e à metade do ciclo da cultura da soja, foram transformadas pela análise de componentes principais (ACP), antes de serem classificadas. Dados de referência, obtidos por interpretação visual de imagens do sensor TM/Landsat-5, foram utilizados para a avaliação da exatidão das classificações. Os melhores resultados foram obtidos pela classificação das imagens do ciclo total da soja, transformadas pela ACP: índice global de 0,83 e Kappa de 0,63. A melhor classificação de imagens diárias mostrou índice global de 0,80 e Kappa de 0,55. AACP aplicada às imagens do ciclo total da soja permitiu o mapeamento das áreas de soja com índices de exatidão melhores do que os obtidos pela classificação derivada das imagens de data única.

The objective of this work was to evaluate a new methodology to map soybean crop area in Mato Grosso State, Brazil, using Modis imagery and different image classification approaches. Single-day and 16-day images were used. The single-day images were classified using the Isoseg algorithm. Two series of 16-day composite images, covering the full and the half soybean crop cycles, were transformed using principal component analysis (PCA) prior to the classification. A reference data set, achieved by visual interpretation of TM/Landsat-5 images, was used to evaluate the accuracy of the classifications. The best results were reached using the image classification of soybean full cycle, transformed by PCA: overall accuracy of 0.83, and Kappa of 0.63. The best single-day classification showed an overall index of 0.80, and 0.55 Kappa. PCA applied to the images of the full cycle allowed for the mapping of soybean crop areas with better accuracy indices than those obtained by the single-day classification.

O objetivo deste trabalho foi avaliar um modelo agrometeorológico-espectral, para estimar a produtividade de cafezais. Utilizaram-se imagens do sensor MODIS e dados agrometeorológicos do modelo regional de previsão do tempo (ETA), para fornecer as variáveis de entrada para o modelo agrometeorológico-espectral da mesorregião geográfica sul/sudoeste do estado de Minas Gerais nos anos-agrícolas de 2003/2004 a 2007/2008. A variável espectral de entrada do modelo agrometeorológico-espectral, índice de área foliar (IAF), usada no cálculo da produtividade máxima, foi estimada com o índice de vegetação por diferença normalizada (NDVI), obtido de imagens MODIS. Outras variáveis de entrada no modelo foram: dados meteorológicos gerados pelo modelo ETA e a capacidade de água disponível no solo. Ao comparar a produtividade média estimada pelo modelo com a fornecida oficialmente pelo IBGE, as diferenças relativas obtidas em escala regional foram de: 0,4, 3,0, 5,3, 1,5 e 8,5% para os anos agrícolas 2003/2004, 2004/2005, 2005/2006, 2006/2007 e 2007/2008, respectivamente. O modelo agrometeorólogico-espectral, que tem como base o modelo de Doorenbos & Kassan, foi tão eficaz para estimar a produtividade dos cafezais quanto o modelo oficial do IBGE. Além disso, foi possível espacializar a quebra de produtividade e prever 80% da produtividade final na primeira quinzena de fevereiro, antes do início da colheita

The objective of this work was to evaluate an agrometeorological-spectral model to estimate coffee crop yield. Images from the MODIS sensor and meteorological data from the ETA regional weather forecast model were used to provide input variables to the agrometeorological-spectral model, in the South-Southeast region of Minas Gerais State, Brazil, for crop years 2003/2004 to 2007/2008. The input spectral variable of the spectral-agrometeorological model, the leaf area index (LAI), used in the determination of the maximum yield, was estimated with the normalized-difference vegetation index (NDVI) obtained from MODIS images. Other input variables for the model were: meteorological data generated by the ETA model and the soil available water capacity. Comparing the estimated model average crop yield with those from IBGE, it was verified that the relative differences, at regional scale, were: 0.4; 3.0; 5.3; 1.5 and 8.5% for crop years 2003/2004, 2004/2005, 2005/2006, 2006/2007 and 2007/2008, respectively. The agrometeorological-spectral model, based on Doorenbos & Kassan model, was as efficient as the IBGE official model to estimate the coffee crop yield. Furthermore, it was possible to present the spatial variation of coffee crop yield loss and to predict 80% of final yield by the first fortight of February before the harvest

O objetivo deste trabalho foi avaliar o desempenho de um modelo probabilístico de amostragem estratificada por pontos, e definir um tamanho de amostra adequado para estimar a área cultivada com soja no Rio Grande do Sul. A área foi estratificada de acordo com a percentagem de soja cultivada em cada município do estado: menor que 20, de 20 a 40 e maior que 40%. Foram avaliadas estimativas obtidas por meio de seis tamanhos de amostras, resultantes da combinação de três níveis de significância (10, 5 e 1%) e dois valores de erro amostral (5 e 2,5%). Para cada tamanho de amostra, foram realizados 400 sorteios aleatórios. As estimativas foram avaliadas com base na área de soja obtida de um mapa temático de referência proveniente de uma cuidadosa classificação automática e visual de imagens multitemporais dos satélites TM/Landsat-5 e ETM+/Landsat-7 disponível para a safra 2000/2001. A área de soja no Rio Grande do Sul pode ser estimada por meio de um modelo de amostragem probabilística estratificada por pontos, sendo que a melhor estimativa é obtida para o maior tamanho amostral (1.990 pontos), com diferença de apenas -0,14% em relação à estimativa do mapa de referência e um coeficiente de variação de 6,98%.

The objective of this work was to evaluate the performance of a probabilistic sampling model stratified by points and to define an appropriate sample size to estimate the cultivated soybean area in the state of Rio Grande do Sul, Brazil. The area was stratified according to the percentage of soybean cultivated in each state municipality: less than 20, from 20 to 40 and more than 40%. Estimates were evaluated based on six sample sizes, resulting from the combination of three significance levels (10, 5 and 1%) and two sampling errors (5 and 2,5%), choosing 400 random samples for each sample size. The estimates were compared to a reference soybean thematic map available for the crop year 2000/2001 that was derived from a careful automatic and visual classification of multitemporal TM/Landsat-5 and ETM+/Landsat-7 images. The soybean area in Rio Grande do Sul State can be estimated through a probabilistic sampling model stratified by points with best estimates obtained for the largest sample size (1,990 points), which differed -0.14% in relation to the estimate of the reference map and had a coefficient of variation of 6.98%.

O objetivo do presente trabalho foi avaliar o potencial de uso do modelo linear de mistura espectral (MLME), aplicado em imagens "Moderate Resolution Imaging Spectroradiometer" (MODIS), para discriminar as classes de cobertura vegetal natural e antropogênica do Cerrado matogrossense. O monitoramento do bioma Cerrado está se tornando muito importante devido à sua forte antropização, principalmente nas últimas quatro décadas. Nesse contexto, o sensor MODIS apresenta-se como opção devido à sua alta resolução temporal. Entretanto, considerando sua moderada resolução espacial, é indicada a decomposição de sua resposta espectral. O MLME apresenta-se como uma técnica viável, pois permite estimar o percentual dos componentes do pixel. Os dados utilizados nos perfis temporais das classes corresponderam às seguintes imagens fração do MLME: vegetação, solo e sombra. A discriminação das classes naturais e antropogênicas foi avaliada por meio do cálculo da distância Mahalanobis e apresentada por meio de dendrogramas. As imagens fração permitem análises de séries temporais na caracterização espacial e temporal das classes. As imagens fração solo e sombra, na estação seca, apresentam melhores resultados na discriminação das classes selecionadas. Para discriminação de classes com composições florísticas semelhantes, são indicadas as imagensfraçãoda estação chuvosa.

The objective of the present work was to evaluate the potential of the spectral linear mixture model (SLMM), applied to Moderate Resolution Imaging Spectroradiometer (MODIS) images, to discriminate natural and anthropic classes of vegetation in the portion of Mato Grosso state covered by Cerrado vegetation. The monitoring of the Cerrado biome is becoming very important due to its strong human disturbance, especially in the last four decades. In this context, the MODIS sensor appears as an option due to its high temporal resolution. However, considering its moderate spatial resolution, the decomposition of its spectral response is indicated. The SLMM appears to be a viable technique, since it permits estimating the percentage of components within the pixel. The data used in the temporal class profiles corresponded to the following fraction images derived from SLMM: vegetation, soil, and shade. Discrimination of natural and anthropogenic classes was determined through the Mahalanobis distance, presented by dendrograms. The fraction images allow time series analyses for spatial and temporal characterization of the classes. Soil and shade fraction images, in the dry season, present better results in the discrimination of selected classes. For the discrimination of classes with similar floristic composition, fraction images from the rainy season are indicated.

A prática agrícola da queima da palha da cana-de-açúcar tem por finalidade facilitar a colheita manual. No Estado de São Paulo, essa prática está submetida a uma rigorosa legislação ambiental devido ao impacto negativo para o meio ambiente. Está previsto que a queima da cana deve ser gradativamente eliminada até 2017. O presente trabalho tem por objetivo avaliar a área de cana colhida com e sem queima em todo o Estado de São Paulo. Para tal, foram utilizadas as imagens disponíveis do sensor TM a bordo do satélite Landsat-5. As imagens foram adquiridas de abril a dezembro de 2006, que corresponde ao período de colheita da cana. Essas imagens foram analisadas por meio de técnicas de processamento digital e interpretação visual. A área de cana colhida sem queima foi avaliada em 1.085.730 ha e corresponde a 34,7% do total da área mecanizável colhida. Isso atende à legislação ambiental que, para o ano de 2006, previa que 30% da área de cana fosse colhida sem queima. A sequência temporal de imagens adquiridas entre abril e dezembro permite identificar as áreas de cana colhidas sem queima e, portanto, distingui-las das áreas de cana colhidas com queima.

The agricultural practice of burning the sugarcane straw has the intention of facilitating the manual harvest. In São Paulo state this practice is subjected to a rigorous environmental legislation, due to the negative impact for the environment. It is anticipated that sugarcane burning should gradually be eliminated until 2017. The present work has the objective of evaluating the sugarcane area harvested with and without burning in the entire state of São Paulo. For that purpose, available images from TM sensor, on board of Landsat-5 satellite, were used. Images were acquired from April to December 2006, which corresponds to the sugarcane harvest period. These images were analyzed by using digital processing and visual interpretation techniques. The sugarcane area harvested without burning was estimated as 1,085,730 ha and corresponds to 34.7% of the total mechanized harvested area. This is according to the expectation of 30% established by the environmental legislation for the year of 2006. The temporal image sequence acquired between April and December allows us to identify the sugarcane areas harvested without burning and, therefore, distinguish them from the sugarcane areas harvested with burning.