Search

Orientador: Jurandir Zullo Junior Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola Resumo: A estimativa precisa com antecedência à época da colheita de áreas plantadas com culturas agrícolas, como a soja, é de fundamental importância para a economia brasileira. A previsão do escoamento e comercialização da produção agrícola é estratégica para o Brasil, pois estão diretamente relacionados com o planejamento, custos e preço. Com o recente avanço tecnológico na obtenção de dados por sensoriamento remoto orbital é possível melhorar a previsão de safras, diminuindo cada vez mais o nível de subjetividade. Embora designadas para fins meteorológicos, as imagens AVHRR-NOAA de elevada repetitividade temporal, têm sido utilizadas para o monitoramento agrícola. Porém, a sua baixa resolução espacial faz com que possa ocorrer a mistura espectral das classes de cobertura do solo dentro de um mesmo pixel e isso pode acarretar problemas de imprecisão na estimativa de área plantada de uma cultura agrícola. O objetivo principal do trabalho foi desenvolver uma metodologia de classificação automática com a aplicação de lógica fuzzy para o reconhecimento de padrões em imagens AVHRR-NOAA, utilizando índices de vegetação para estimar a área plantada de soja no nível sub-pixel. Para oito municípios produtores de soja da região oeste do Estado do Paraná, foi possível obter a estimativa de área no final de janeiro de 2004, com antecedência em relação à época da colheita, ao contrário dos levantamentos oficiais que se estendem até o final da safra, além de utilizarem dados subjetivos vindos do campo. As estimativas de área de soja baseadas em classificação fuzzy mostraram-se altamente correlacionadas com as estimativas de área de referência obtidas a partir da máscara de soja e por expansão direta, sendo um indicativo de boa precisão. E também apresentaram alta correlação, balizadas com as estimativas oficiais da SEAB/DERAL e do IBGE. Em ambas comparações, o nível de erro relativo geral foi aceitável. O sistema desenvolvido para processamento e geração de produtos das imagens AVHRR-NOAA mostrou-se uma ferramenta fundamental de infra-estrutura, por aliar automação e precisão a metodologia do trabalho Abstract: An early accurate estimation of agricultural crop areas, such as soybean, is fundamental for the Brazilian economy. The draining forecast and the estimation of agricultural production commercialization are strategic to Brazil, since they are directly related to planning, costs and price. Recent technological progress of data acquisition from orbital remote sensing makes possible to improve harvest forecast, reducing more and more the level of subjectivity. Although designed for meteorological aims, the AVHRR-NOAA images of high temporal resolution, have been used for the crop monitoring. However, its low spatial resolution might cause the spectral mixture of the different land cover classes within the same pixel and it can lead to accuracy problems on crop area estimation. The main objective of the work was to develop an automatic classification methodology with the application of fuzzy logic for pattern recognition in AVHRR-NOAA images, using vegetation indices to estimate the soybean crop areas at sub-pixel level. For eight soybean producer counties in the West region of the Paraná State, it was possible to obtain the crop area estimation at the end of january 2004, prior to the harvest period, on the contrary of the official surveys that extend until the end of the harvest, besides using subjective data collected on the field. The soybean crop area estimation based on fuzzy classification showed to be highly correlated with the reference area estimation obtained from the soybean mask and by direct expansion, being an indicative of good accuracy. And also presented high correlation, marked out with the official estimations from SEAB/DERAL and IBGE. In both comparisons, the level of general relative error was acceptable. The system developed for processing and products generation of AVHRR-NOAA images had proved to be a fundamental infrastructure tool, due to its capacity to combine automation and accuracy to the work methodology Mestrado Planejamento e Desenvolvimento Rural Sustentável Mestre em Engenharia Agrícola

Submitted by Edineia Teixeira (edineia.teixeira@unioeste.br) on 2019-05-17T13:13:18Z No. of bitstreams: 2 Isaque_Mendes_2019.pdf: 2365606 bytes, checksum: 5a2c1406553a12f1503738c34b2a2aef (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Made available in DSpace on 2019-05-17T13:13:18Z (GMT). No. of bitstreams: 2 Isaque_Mendes_2019.pdf: 2365606 bytes, checksum: 5a2c1406553a12f1503738c34b2a2aef (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2019-02-05 Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES The model of distributed generation energy through renewable sources is currently seen as a solution to increase demand, which limits economic and technological development. However, the buoyancy in the renewable sources’ generation hinders the management of distribution flow in the network by the concessionaires. Thereby, the determination of the generation potential, as well as the search for methods of control of the energy introduced in the network, is fundamentally important to the expansion of this system in relation to the conventional model of centralized generation. The use of geotechnologies facilitates this estimation, since it allows the analysis of spatial characteristics of places of interest and their specifications, such as incident radiation, available area, among others, with precision, agility, and low cost, in relation to field measurements. Thus, this work aimed to identify the potential of photovoltaic solar energy generation in the rural area of the municipality of Cascavel, based on the useful areas available, and the losses inherent to the system, from aviaries and pigpens. Averages for annual potential of 9.36 MWh/month for piglets and 17.61 MWh/month for aviaries were verified; with average power surplus of 8.56 MWh/month and 14.71 MWh/month for piglets and aviaries, respectively. The points with the greatest potential of energy generation in the rural perimeter of the municipality were also identified, to serve as an indicator of propitious areas for feasibility studies aiming for the implantation of intelligent micro grids in the region. O modelo de geração de energia distribuída por meio de fontes renováveis é visto, atualmente, como uma solução no que concerne ao aumento da demanda, que limita o desenvolvimento econômico e tecnológico. Contudo, a flutuabilidade na geração que utiliza fontes renováveis, dificulta o gerenciamento de fluxo na rede de distribuição por parte das concessionárias. Com isso a determinação do potencial de geração, bem como a busca por métodos de controle da energia introduzida na rede, é de fundamental importância na expansão desse sistema em relação ao modelo convencional de geração centralizada. O uso de geotecnologias facilita essa estimativa, pois permite a análise de características espaciais de locais de interesse e suas características específicas, como radiação incidente e área disponível, dentre outros, com precisão, agilidade e custo reduzido, em relação a medições de campo. Este trabalho teve como objetivo identificar o potencial de geração de energia solar fotovoltaica na área rural do município de Cascavel - PR, com base nas áreas úteis disponíveis e as perdas inerentes ao sistema, em aviários e pocilgas. Foi verificado um potencial anual médio de 9,36 MWh/mês para pocilgas, e 17,61 MWh/mês para aviários, com excedentes médios de geração de energia de 8,56 MWh/mês e 14,71 MWh/mês, para pocilgas e aviários, respectivamente. Também foram identificados os pontos com maior potencial de geração de energia no perímetro rural do município, para que sirva de indicativo das áreas propícias a estudos de viabilização de implantação de microrredes inteligentes na região.