Search

Agradecimentos: This work was supported by the Brazilian Bioethanol Science and Technology Laboratory/United Nations Development Program (CTBE/UNDP)-funded "Sugarcane Renewable Electricity (SUCRE)" project BRA/10/G31; the Brazilian Research Council, CNPq (grant number 454292/2014-7); the Brazilian Coordination for the Improvement of Higher Education Personnel, CAPES (grant number 88882.143488/2017-01); the Microsoft Research–São Paulo Research Foundation (FAPESP) Institute-funded project "Characterizing and Predicting Biomass Production in Sugarcane and Eucalyptus Plantations in Brazil" (grant number 2014/50715-9); the French Space Agency (CNES) TOSCA Program-funded CESOSO project; and the SIGMA European Collaborative Project FP7-ENV-2013 SIGMA, "Stimulating Innovation for Global Monitoring of Agriculture and its Impact on the Environment" in support of the GEOGLAM Project 603719. The authors gratefully acknowledge all the agencies mentioned above that helped to fund this project, and also thank NASA for sharing the Landsat data Abstract: The monitoring of sugarcane areas is important for sustainable planning and management of the sugarcane industry in Brazil. We developed an operational Object-Based Image Analysis (OBIA) classification scheme, with generalized space-time classifier, for mapping sugarcane areas at the regional scale in São Paulo State (SP). Binary random forest (RF) classification models were calibrated using multi-temporal data from Landsat images, at 10 sites located across SP. Space and time generalization were tested and compared for three approaches: a local calibration and application; a cross-site spatial generalization test with the RF model calibrated on a site and applied on other sites; and a unique space–time classifier calibrated with all sites together on years 2009-2014 and applied to the entire SP region on 2015. The local RF models Dice Coefficient (DC) accuracies at sites 1 to 8 were between 0.83 and 0.92 with an average of 0.89. The cross-site classification accuracy showed an average DC of 0.85, and the unique RF model had a DC of 0.89 when compared with a reference map of 2015. The results demonstrated a good relationship between sugarcane prediction and the reference map for each municipality in SP, with R² = 0.99 and only 5.8% error for the total sugarcane area in SP, and compared with the area inventory from the Brazilian Institute of Geography and Statistics, with R² = 0.95 and -1% error for the total sugarcane area in SP. The final unique RF model allowed monitoring sugarcane plantations at the regional scale on independent year, with efficiency, low-cost, limited resources and a precision approximating that of a photointerpretation CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICO - CNPQ COORDENAÇÃO DE APERFEIÇOAMENTO DE PESSOAL DE NÍVEL SUPERIOR - CAPES FUNDAÇÃO DE AMPARO À PESQUISA DO ESTADO DE SÃO PAULO - FAPESP Fechado

Agradecimentos: The authors would like to acknowledge the European Space Agency (ESA) for providing the SAR data under the framework of project C1P.16849. The work has been carried out within the framework of the joint BE-Basic FAPESP project: 2013/50942-2 Abstract: During the 2014-2015 sugarcane growth season in São Paulo, Brazil, a considerable dataset was acquired consisting of space-based remote sensing images from radar and optical sensors, together with intensive ground measurements. In this work, images from the Sentinel-1, Radarsat-2 and Landsat-8 satellites are used to test the effectiveness of satellite-based indicators in sugarcane growth monitoring. A two-fold hypothesis testing is applied, in order to find statistically significant emerging hot spots and cold spots, both in space and time. Especially the comparison of results from the radar and optical sensors gives an insight into the difference in capability of these sensors to detect spatial and temporal patterns and trends FUNDAÇÃO DE AMPARO À PESQUISA DO ESTADO DE SÃO PAULO - FAPESP Fechado

Orientadores: Jansle Vieira Rocha, Ramon Hanssen Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola Resumo: Este estudo apresenta uma pesquisa sobre produtividade e monitoramento da cobertura de uso do solo, com foco na cana-de-açúcar, baseado em observações de sensoriamento remoto, coletadas por Synthetic Aperture Radar (SAR) e sensores ópticos. O estudo tem como objetivo fornecer novas discussões sobre técnicas e metodologias que permitem um monitoramento eficaz da produtividade da cana-de-açúcar e de sua expansão em larga escala ao longo do tempo. Este estudo faz parte de uma estrutura mais ampla de projetos de pesquisa, que possuem um objetivo geral de contribuir para uma sociedade de baseada na bioeconomia. O estado de São Paulo, Brasil, foi selecionado como área de estudo por ser uma das regiões mais importantes do mundo na produção de cana-de-açúcar, uma das culturas mais importantes para a produção de bioenergia. Como parte da pesquisa de monitoramento de produtividade, descrevemos detalhadamente os trabalhos de campo para a coleta de dados de cana de açúcar realizado em quatro áreas no estado de São de Paulo ao longo de um ano. Esses resultados são acompanhados de análises de qualidade das amostras, ilustrando sua confiabilidade das medições realizadas. Posteriormente, os dados de sensoriamento remoto de vários sensores ópticos e SAR (banda C e banda L) foram comparados com as medições realizadas em campo para desenvolver técnicas de monitoramento espacial da produtividade da cana de açúcar. Como parte da pesquisa de mapeamento, aplicamos uma adaptação do Modelo oculto de Markov para combinar dados SAR e observações ópticas. Uma atenção especial foi dada ao efeito da precipitação nas observações SAR e em certas condições da vegetação no desempenho do modelo. A pesquisa também discorre sobre as vantagens de se combinar dados SAR e observações ópticas. Posteriormente, foi demonstrada uma técnica que explora as flutuações do sinal SAR causadas por diferentes condições de umidade da superfície, a fim de melhorar a caracterização da vegetação. Finalmente, mostramos alguns exemplos de aplicações de nosso modelo no estado de São Paulo, desde os efeitos da seca em um reservatório de hidrelétrica, até mapas de ganhos e perdas de cobertura da terra ao longo de 15 anos no Estado Abstract: In this study, research on productivity and land cover monitoring is presented, with a focus on sugarcane, based on space-based remote sensing observations that were collected by Synthetic Aperture Radar (SAR) and optical sensors. The study aims to provide new insights into techniques and methodologies that allow for cost-efficient monitoring of sugarcane productivity and the wide-scale expansion of sugarcane over long time series. It is part of a wider framework of research projects, sharing the overarching goal to contribute to a biobased society. São Paulo state, Brazil, was selected as study area, primarily because it is one of the most prominent regions worldwide that hosts sugarcane, one of the most prominent crops for bio-energy production. As part of the productivity monitoring research we describe into detail the year-long sugarcane ground measurement campaign we conducted on four sugarcane fields in São Paulo state. These results are accompanied by detailed quality assessments, illustrating their reliability when collecting such measurements. Subsequently, remote sensing signals from various (C-band and L-band) SAR and optical satellites are compared to the ground reference measurements to develop space-based sugarcane productivity monitoring techniques. As part of the mapping research, we apply an adaptation of the Hidden Markov to combine SAR and optical observations. Special attention is paid to the effect of precipitation during SAR observations on and to certain vegetation conditions on the model¿s performance. The research also provides insights into the advantages when combining SAR and optical observations. Subsequently, a technique is demonstrated exploiting SAR signal fluctuations caused by varying surface wetness conditions in order to improve the characterization of vegetation. Finally, we show some examples of applications of our model in São Paulo state, from the effects of drought on a hydroelectric water reservoir to land cover gain and loss maps over 15 years in the state Doutorado Gestão de Sistemas na Agricultura e Desenvolvimento Rural Doutor em Engenharia Agrícola

Orientadores: Jansle Vieira Rocha, Rubens Augusto Camargo Lamparelli Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola Resumo: O levantamento subjetivo para a estimativa da produção agrícola, baseado em entrevistas, ainda prevalece no Brasil, com consequencias em sua exatidão. Dada a sua importância para o planejamento de políticas públicas e preços de mercado, o monitoramento de áreas agrícolas e estimativas da produtividade com o uso de geotecnologias e dados espectrais e meteorológicos, pode contribuir significativamente para estimativas mais precisas e de menor custo. O estado de São Paulo é o maior produtor de etanol e açúcar de cana-de-açúcar do Brasil, assim, são de extrema importância a identificação de áreas de cana-de-açúcar e suas fases de cultivo de forma temporal e espacial. Além disso, o conhecimento da influência das condições do tempo permite tanto o monitoramento da produção como a aplicação de modelos de estimativa de produtividade. Neste trabalho foram utilizados dados presentes no produto MOD13Q1 do sensor MODIS, sendo NDVI, para identificação e monitoramento, qualidade (VI Quality) e confiabilidade (Reliability), aplicadas para a eliminação de pixels falhos nas imagens de NDVI. Estes foram utilizados para mapear áreas cujo perfil temporal se assemelhasse ao de cultivo de cana-de-açúcar, além de identificar as fases de pico do ciclo vegetativo, colheita, final da colheita e desenvolvimento. Os resultados mostraram que a metodologia foi capaz de identificar perfis característicos de cana-de-açúcar e suas respectivas fases de cultivo. Foram utilizados também dados meteorológicos do modelo global ECMWF para a determinação do total acumulado de precipitação, radiação global, evapotranspiração de referência e graus dias entre as fases de crescimento e colheita da cana-de-açúcar no estado de São Paulo e a estimativa da produtividade. Primeiramente, foi feita a verificação da precisão e acurácia do modelo atmosférico ECMWF pela comparação de dados decendiais simulados de precipitação, temperatura máxima e mínima do ar aos observados por mapas interpolados de estações meteorológicas do estado de São Paulo no período entre 2005 e 2010. Como resultado, observou-se que o modelo ECMWF simula satisfatoriamente, sendo a maior parte dos resultados com R² > 0,60; d > 0,7; RMSE < 5ºC e < 50mm; Es < 5°C e < 24mm. Após a verificação, os acumulados foram apresentados em formato de mapa temático na resolução espacial do sensor MODIS de 250 metros. A análise dos resultados mostrou que foi possível identificar a variabilidade espacial das variáveis climáticas e sua relação com a realidade apresentada por órgãos oficiais. Foi utilizada a metodologia do Zoneamento Agroecológico (ZAE) para a estimativa da produtividade da cana-de-açúcar nos períodos de 2006/2007, 2007/2008, 2008/2009 e 2009/2010. O modelo foi adaptado para a estimativa da produtividade potencial, estimada e o déficit hídrico. Os resultados foram comparados com dados oficiais divulgados pelo órgão IBGE na escala de município e apresentaram relativa eficácia, sendo grande parte com uma superestimativa entre 0 e 25 mil quilogramas por hectare. Foi possível também a geração de mapas de déficit hídrico no Estado de São Paulo para cada período, destacando assim áreas com queda na produtividade Abstract: Subjective methods are normally used in Brazil to estimate agricultural production. These are based on interviews and therefore limited in terms of statistical evaluations and accuracy estimates of the results. This information is important for public and private planning. Agricultural monitoring and yield estimates using remote sensing and geotecnologies and weather data can contribute significantly for more accurate estimates with lower costs. Sao Paulo state is the largest producer of ethanol and sugarcane in Brazil, thus, it is extremely important to identify areas of sugarcane cultivation and detect the phenological phases, both spatial and temporally. Furthermore, knowledge of the influence of weather conditions allows production monitoring and the application of yield estimation models. NDVI images were used, for identification and monitoring of sugarcane. Quality and Reliability images were used for the elimination of contaminated pixels in NDVI images. These were used to map areas whose temporal profile resembled the sugarcane cultivation behavior, besides to identify the phases of peak of growth cycle (maximum vegetation biomass), harvest, end of harvesting and development of sugarcane. The results showed that the methodology was able to identify the characteristic profile of sugarcane and their respective stages of cultivation. Meteorological data from the ECMWF global model were also used for determining the total cumulated rainfall, global radiation, reference evapotranspiration and degree days between growth and harvesting phases of sugar cane in Sao Paulo and yield estimation. Previously a verification of accuracy and precision of the ECMWF was carried out by comparing 10-day period precipitation, maximum and minimum air temperature simulated with interpolated maps from 33 weather stations in Sao Paulo state between 2005 and 2010, generating statistical maps pixel by pixel. Statistical indexes showed to be satisfactory (most of the results with R² > 0.60, d > 0.7, RMSE < 5ºC and < 50 mm; Es < 5°C and < 24 mm) in the period studied and ECMWF model can be recommended for use in the Sao Paulo state. After verification, the periods accumulated were presented in map format using MODIS spatial resolution of 250 meters. The results showed the spatial variability of climate variables and the relationship to the reality presented by official data. For sugarcane yield estimate the Agroecological Zone (ZAE) methodology was used in the periods of 2006/2007, 2007/2008, 2008/2009 and 2009/2010. The estimation of potential yield and water deficit were adapted to the model. The results were compared with official data released by IBGE at municipality scale and presented relative effectiveness, being largely an overestimate between 0 and 25,000 kg per hectare. It was possible to create maps of water deficit in the Sao Paulo state for each period, highlighting sugarcane yield reducing areas Doutorado Planejamento e Desenvolvimento Rural Sustentável Doutor em Engenharia Agrícola

Orientadores: Hilton Silveira Pinto Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola Resumo: Este trabalho foi desenvolvido na região de Guariba-SP e teve como objetivo principal acompanhar o desenvolvimento fenológico da cana-de-açúcar (Saccharum spp), através de medidas de campo e do uso do satélite meteorológico NOAA14/AVHRR (National Oceanic and Atmospheric Administration/ Advanced Very High Resolution Radiometer), para a obtenção de dados para a utilização em modelos matemáticos de crescimento e de estimativa de Produção. Para atingir esse objetivo estabeleceram-se alguns passos intermediários: definir modelos de crescimento para os ciclos estudados e correlações entre parâmetros biofísicos da cultura, principalmente entre Índice de Área Foliar e Massa Seca; avaliar a correlação dos dados espectrais de campo com o Índice de Área Foliar e com a Produção de Massa Seca; e após a correção geométrica e atmosférica das imagens orbitais produzidas pelos satélites NOAA, em condições tropicais, avaliar a correlação dos dados espectrais orbitais com o Índice de Área Foliar e com a Produção de Massa Seca. As atividades de campo foram desenvolvidas na Usina São Martinho (21º 24¿ 7,0¿ S, 48º 08¿ 26,5¿ O), no município de Guariba, com o apoio do Centro de Tecnologia da Copersucar. Simultaneamente às passagens dos satélites, foram feitas medidas in situ de parâmetros meteorológicos e radiométricos da cultura. Visando a caracterização agronômica e o acompanhamento do desenvolvimento vegetal da cultura, foram medidas também as Massas Fresca e Seca dos Colmos e Folhas, além da estimativa da Área Foliar. Esses parâmetros foram utilizados em análises de regressão para a obtenção de modelos de crescimento e de estimativa da Produção de Massa Seca, ou Fitomassa da cultura, sendo relacionados aos dados espectrais de campo e do satélite NOAA14/AVHRR. A hipótese básica é que ciclos futuros da cultura podem ser acompanhados sem a necessidade de um grande número de visitas ao campo, concentrando-se, principalmente, no monitoramento por meio das imagens NOAA, através da determinação de Índices de Vegetação Orbitais. Foram realizados processamentos das imagens obtidas durante o período de coleta de dados no campo. Esses processamentos incluíram tanto a correção dos valores orbitais, devido aos efeitos atmosféricos, quanto a correção geométrica ou georreferenciamento das imagens. Os parâmetros Índice de Área Foliar e Produção de Massa Seca foram correlacionados entre si e com os Índices de Vegetação de Campo e Orbitais por meio de métodos estatísticos de regressão, para estabelecimento das associações possíveis entre eles. Todos os ajustes de curvas aos dados de crescimento da cultura, ou seja, Índice de Área Foliar e Massa Seca, estimativa da Produção Instantânea e da Produção Final, apresentaram Coeficientes de Determinação acima de 0,90. Regressões lineares múltiplas correlacionando Massa Seca dos Colmos a Índices de Vegetação e Dias Após o Corte apresentaram Coeficientes de Determinação em torno de 0,83 e de 0,95, respectivamente, para os dados de campo e orbitais Abstract: This work was carried out at Guariba-SP region. The main objective was to monitor the phonology of sugar cane (Saccharum spp), using field measures and images from the meteorological satellite NOAA14/AVHRR (National Oceanic and Atmospheric Administration/ Advanced Very High Resolution Radiometer), to obtain data for utilization in crop growing models and yield estimation. To reach this objective some intermediate steps were established: to determine crop growing models and the correlation between culture biophysical parameters, mainly for Leaf Area Index and Dry Matter; to evaluate the correlation between crop spectral data and Leaf Area Index or Dry Matter Production; and to evaluate the correlation between orbital spectral data and Leaf Area Index or Dry Matter Production after making the geometric and atmospheric correction for NOAA14/AVHRR in tropical condition. These field experiments were carried out in "Usina São Martinho" (21º 24¿ 7,0¿ S, 48º 08¿ 26,5¿ W), Guariba, São Paulo State, Brazil, with the support of Copersucar Technological Center. Simultaneously with the satellite passes, meteorological and radiometric field measurements were taken, over the sugar cane plantation. To obtain the agronomic characterization and to monitor the plant growth, Fresh and Dry Matter from the Steam and the Leaves were also measured. These parameters were used for regression analyses to obtain growing and phytomass models that were related to spectral data from the field and from the satellite NOAA14/AVHRR. The basic hypotheses is that the growing season can be monitored without the necessity of a great number of field samplings and based on NOAA images mainly, through the determination of Orbital Vegetation Indices. Image processing was made during the field-sampling period. This procedure includes the correction of atmospheric and geometric effects. Leaf Area Index and Dry Matter Production were correlated one to another and to Field and Orbital Vegetation Index by means of regression statistical methods to determine the association between them. All curve models for the sugarcane growing data, i.e., Leaf Area Index and Dry Matter Production, instantaneous Yield estimation, and season Yield, presented R2 above 0.90. Multiple Linear Regression correlating Dry Matter values to Vegetation Indexes and Growing Days presented R2 around 0.83 and 0.90 for field and orbital data, respectively Doutorado Água e Solo Doutor em Engenharia Agrícola

Orientador: Michelle Cristina Araujo Picoli Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica Resumo: O aquecimento do sistema climático global que ocorre desde 1950 é considerado atualmente inequívoco e muitas das mudanças observadas não têm precedentes. Neste cenário, a produção de combustíveis a partir de biomassa, como da cana-de-açúcar, para o setor de transporte tem se tornado uma alternativa cada vez mais explorada em vários países do mundo no intuito de mitigar esse problema. Os produtos derivados de cana-de-açúcar representam 18,1% da matriz energética brasileira e Brasil destaca-se como um dos líderes mundiais no desenvolvimento de tecnologias de produção e uso do etanol combustível. Desde 2005 até 2015, a produção de etanol vem aumentando a uma taxa média de 8% ao ano, com uma expansão da área plantada de cana-de-açúcar de cerca de 6 milhões para 10 milhões de hectares em dez anos. Porém, o efeito das mudanças do clima, como a seca, já vem sendo observado. Um exemplo foi o que ocorreu nas safras 2009/10 e 2014/15 em que houve uma queda na produtividade na cana-de-açúcar também notada por conta da seca atípica nesses anos. O desenvolvimento de metodologias que possibilitem aos agricultores realizar um planejamento ao longo da safra em termos de aplicação de insumos, planos de irrigação, programação de colheita, entre outros, bem como de estimar a produção da mesma são instrumentos chave para adaptação às mudanças nos regimes de temperatura e precipitação em curso. Entre as várias ferramentas para quantificação e monitoramento de seca, os índices baseados em observações climáticas, meteorológicas e em sensoriamento remoto tem se mostrado muito promissores. Uma abordagem metodológica distinta que permite o diagnóstico, bem como a definição de soluções e normas padronizadas pode ser aplicada utilizando técnicas de geoprocessamento, as quais permitem a integração de dados de diversas fontes no contexto espaço-temporal para uma análise da paisagem em diferentes escalas. Portanto, este trabalho buscou mostrar que os índices, derivados de dados de sensores remotos, desenvolvidos para detectar e monitorar: vigor vegetativo, incidência de chuvas e umidade das culturas, podem ser utilizados para avaliar o impacto das mudanças do clima na cana-de-açúcar e qual é o índice mais indicado para essa cultura. Foi observado que os índices GVMI e NDI6 tem uma melhor resposta para a análise temporal e os índices NDWI e SRWI para uma análise espacial e que em conjunto podem detectar eventos de seca na cana-de-açúcar Abstract: The global climate system warming is occurring since 1950, it is considered currently clear, and many of the observed changes are unprecedented. In this scenario, the biofuels production, such as the one from sugarcane, for the transport sector, has become an alternative increasingly exploited in many countries in order to mitigate this problem. The products derived from sugarcane represent 18.1% of the Brazilian energy matrix and Brazil stands out as a world leader in the development of production technologies and use of ethanol fuel. From 2005 to 2015, ethanol production has increased at an average rate of 8% per year, with an expansion of the area planted with sugarcane from about 6 million to 10 million hectares in ten years. However, the effect of climate change such as drought, has already been observed. An example is what happened in the 2009/10 and the 2014/15 season when there was a drop in productivity in sugarcane also noted due to the atypical drought in these years. The development of methodologies that enable farmers to carry out a plan along the crop in terms of application, irrigation schemes, crop programming, among others, as well as to estimate the production of the same are key instruments for adaptation to changes in temperature and current precipitation. Among the tools for measuring and monitoring drought indices based on climatic and meteorological observations and remote sensing has been very promising. A different methodological approach that allows diagnosis as well as the definition of standard solutions and standards can be applied using geoprocessing techniques, which enable the integration of data from many sources in space-time context for a landscape analysis in different scales. Therefore, this study aimed to show that the indices derived from remote sensing data, designed to detect and monitor vegetative vigor, rainfall and crops moisture can be used to assess the impact of climate change on sugarcane and what is the most appropriate index for this crop. It was observed that the GVMI and NDI 6 indices have a better answer to the temporal analysis and NDWI and SRWI indexes for spatial analysis and together can detect drought events in sugarcane Mestrado Planejamento de Sistemas Energéticos Mestre em Planejamento de Sistemas Energéticos FAPESP 2014/17090-5

Orientadores: Jansle Vieira Rocha, Rubens Augusto Camargo Lamparelli Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola Resumo: O rendimento da cana-de-açúcar é determinado não apenas pelo peso fresco, mas também pelo teor de açúcar. O conhecimento prévio sobre o teor açúcar (Brix) é imperativo para determinar a maturidade da planta e, consequentemente, a produtividade de seus derivados, ou seja, açúcar e etanol. Os sistemas de decisão baseados em dados têm sido amplamente adotados pela indústria da cana-de-açúcar. No entanto, as usinas ainda dependem de métodos como levantamentos de campo para determinar os parâmetros de produtividade, como o Brix. Devido à extensão da área cultivada e à baixa acessibilidade das áreas cultivadas, devido à densidade populacional de plantas, o levantamento de campo é considerado um método muito ineficiente. Muitas iniciativas de monitoramento concentram-se no uso de modelos de crescimento para estimativas de rendimento, mas são difíceis de aplicar em estimativas regionais devido à disponibilidade de dados e limitações relacionadas ao próprio modelo. Pesquisas utilizando modelos empíricos construídos usando técnicas de aprendizado de máquina mostraram bom desempenho em estimativas de produtividade de cana-de-açúcar, podendo ser uma alternativa viável aos modelos de crescimento, mas a dependência de múltiplas fontes de dados dos modelos empíricos é uma grande desvantagem. Devido à sua capacidade de estimar parâmetros biofísicos da vegetação em escalas regionais, o sensoriamento remoto é considerado uma ferramenta valiosa para o monitoramento das áreas cultivadas. Por esse motivo, investigamos a viabilidade da estimativa do Brix através da resposta espectral da cana obtida de sensores orbitais. Para este fim, avaliamos o desempenho preditivo de modelos de regressão construídos usando dados de reflectância multiespectral, derivados de sensores de satélite e valores Brix obtidos a partir de observações terrestres. Também avaliamos a correspondência entre os dados espectrais e os processos fisiológicos da cana-de-açúcar relacionados ao acúmulo de açúcar, para avaliar a capacidade do sensoriamento remoto de estimar parâmetros biofísicos. Dado o grande número de plataformas de sensoriamento remoto, foram testados dois sensores de satélite, o RapidEye Multi Spectral Imager (MSI) e o LANDAT-8 Operational Land Imager (OLI), cada um com diferentes características de resolução espectral, espacial e temporal. O desempenho dos dados dos sensores MSI e OLI resultou em um erro absoluto médio (MAE) de 0,315 e 0,376, respectivamente, indicando nenhuma diferença significativa entre os sensores. Comparando com o desempenho de uma abordagem tradicional, que é simplesmente predizer o Brix do valor de Brix médio observado (0,621), o MAE de ambos os sensores foi significativamente menor. Como os modelos empíricos baseados em dados espectrais foram mais precisos, o uso de dados de sensoriamento remoto é viável para estimar a qualidade da cana-de-açúcar. Múltiplas funções de transferência foram modeladas empiricamente usando várias técnicas de aprendizado de máquina que usam dados espectrais para prever a variação Brix na área da Usina São João para as safras 2013 - 2016. O desempenho dos modelos foi avaliado entre as técnicas usando métricas com base em métricas de resíduo e de ranqueamento. De acordo com a avaliação dos resíduos, o MAE dos variaram de 1,274 a 1,282. Seus desempenhos ficaram próximos a um modelo nulo MAE de 1,414, o que corresponde a prever o Brix utilizando a média dos dados observados. De acordo com a métrica de ranqueamento, o desempenho do modelo variou de um coeficiente de GINI de 0,512 a 0,707, mostrando melhora clara em comparação com um modelo nulo GINI de 0,204. Nossos resultados indicam que dados espectrais podem ser usados para estimar o conteúdo de Brix de cana-de-açúcar Abstract: Sugarcane yield is determined not only by fresh weight but also by the sugar content. Foreknowledge about sugar content (Brix) is imperative to determine the plant maturity and, consequently, the productivity of its derivates, i.e., sugar and ethanol. Data driven decision-make systems have been widely adopted by the sugarcane industry. Mills still relies on methods such as field surveys determine the quality parameters such as Brix. Due to the extension of the cultivated area and the poor intra-field accessibility because of dense plant population, field survey is considered very inefficient method. Many monitoring initiatives focus on the use of growth models for yield estimations, but they are difficult to apply in regional estimates due to data availability and limitations related to the model itself. Alternatively, research using empirical models built using machine learning techniques have shown good performance on sugarcane yield estimations, but the dependence of multiple data sources is a major drawback. Because of its capabilities of retrieving vegetation biophysical parameters at regional scales, remote sensing is considered a valuable tool for crop field surveillance. For this reason, we investigated the feasibility of retrieving Brix information from sugarcane spectral response obtained from spaceborne platforms. To this end we evaluated the predictive performance of regression models built using multispectral reflectance data, derived from satellite sensors and Brix values obtained from ground-based observations. We also evaluated the correspondence between spectral data and sugarcane physiological processes related to sugar accumulation, to ensure the remote sensing capabilities of retrieving biophysical parameters. Given the large number of available remote sensing platforms, we tested two satellite sensors, the RapidEye Multi Spectral Imager (MSI) and the Landsat-8 Operational Land Imager (OLI), each one with different set characteristics regarding spectral, spatial and temporal resolutions. The performance of MSI and OLI sensors data resulted in a mean absolute error (MAE) of 0.315 and 0.376 respectively, indicating no significant difference between sensors. Comparing to the performance of a traditional approach, which is simply predicting the Brix from average Brix value observed (0.621), MAE from both sensors was significantly smaller. Since the empirical models based on spectral data were more accurate, the use of remote sensing data is feasible to estimate sugarcane quality. Multiple transfer functions were modeled empirically using multiple machine learning techniques that use spectral data to predict Brix variation in the São João Mill area for the 2013 - 2016 crop seasons. The performance of the models was evaluated across techniques using both residual-based and ranking-based metrics. According to the residual-based, the models mean absolute error (MAE) ranged from 1.274 to 1.282. Their performances were close to a null model MAE of 1.414, which corresponds to predicting the Brix using the average of the overserved data. According to the ranking-based metric, the model¿s performance ranged from a GINI coefficient of 0.512 to 0.707, showing clear improvement compared to a null model GINI of 0.204. Our results indicate that spectral data can be used to estimate sugarcane Brix content Doutorado Gestão de Sistemas na Agricultura e Desenvolvimento Rural Doutor em Engenharia Agrícola CNPQ 142349/2014-3

Orientador: Carla Kazue Nakao Cavaliero Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica Resumo: Em áreas agrícolas, a demanda evapotranspiratória é a principal responsável pelo consumo de água (proveniente de precipitação ou irrigação); a cana-de-açúcar requer grandes volumes de água durante seu desenvolvimento, podendo provocar alterações no clima local e até mesmo regional. Medições de campo, além de seu alto custo, são insuficientes para o entendimento da variabilidade espacial da evapotranspiração ¿ lacuna que pode ser preenchida com técnicas baseadas em sensoriamento remoto, devido ao caráter espacial das imagens de satélite e ao seu baixo custo, o que possibilita a construção de séries temporais e espaciais de estimativas da evapotranspiração em grande escala. Este trabalho se propõe a aplicar o modelo Simple Algorithm For Evapotranspiration Retrieving (SAFER) para a estimava da evapotranspiração em uma região canavieira do estado de São Paulo. Para isso, o trabalho foi dividido em duas etapas: a primeira contemplou um estudo sobre a comparação entre dados meteorológicos de estações de superfície com dados climáticos derivados de sensoriamento remoto para o estado de São Paulo, no período de janeiro de 2015 a junho de 2016. Dados de radiação solar global, temperatura do ar, umidade relativa do ar, velocidade do vento e precipitação provenientes de produtos de satélites e modelos foram comparados com dados de estações de superfície através de testes estatísticos. Os resultados obtidos através desses testes indicaram que as estimativas fornecidas pelos produtos ou dados dos modelos analisados são alternativas adequadas para aplicação em estudos climáticos (correlação variando de 0,4 a 0,95; o índice de Willmott modificado (d1) médio variando de 0,4 a 0,65, para os dados de radiação solar global, temperatura do ar, velocidade do vento e precipitação), com exceção da umidade relativa do ar, que não apresentou boa exatidão em relação aos dados de estação meteorológica (correlação entre 0,16 e 0,53 e d1 médio = 0,17). A segunda etapa consistiu na aplicação do modelo Simple Algorithm For Evapotranspiration Retrieving (SAFER) para a cultura de cana-de-açúcar na mesorregião de Bauru, utilizando como entrada os dados analisados na primeira etapa do trabalho. Os valores mais elevados de evapotranspiração real diária (ETa) na mesorregião de Bauru (> 5,0 mm d-1) foram verificados na estação chuvosa, durante o estágio de crescimento da cana-de-açúcar, indicando a fase de maior demanda hídrica da cultura, e os valores mais baixos (< 3,0 mm d-1) foram verificados na estação seca, durante as fases de brotação e maturação da cana-de-açúcar. Os resultados do modelo SAFER quando aplicado com dados meteorológicos de sensoriamento remoto (SAFER-SR) apresentaram d1 = 0,72 em relação aos resultados do modelo SAFER quando aplicado com dados do INMET (SAFER-INMET). No período analisado, a cultura de cana-de-açúcar foi responsável pelo consumo de 52% a 62% do volume de água precipitado na mesorregião de Bauru. Os erros na estimativa de ETa por SAFER-SR decorrem dos erros existentes nos dados meteorológicos provenientes de sensoriamento remoto utilizados Abstract: In agricultural areas, the evapotranspiratory demand is the major responsible for the consumption of water (from precipitation or irrigation); Sugarcane requires large volumes of water during its development, and may induce changes in local and even in regional climate. Field measurements, in addition to their high cost, are insufficient to understand the spatial variability of evapotranspiration ¿ a gap that can be filled with techniques based on remote sensing, due to the spatial nature of satellite imagery and its low cost, which allows the construction of temporal, spatial series of estimates of evapotranspiration in large-scale. This work proposes to apply the Simple Algorithm For Evapotranspiration Retrieving (SAFER) model for the estimation of evapotranspiration in a sugarcane region of the state of São Paulo. For this, the work was divided in two stages: the first one contemplated a study on the comparison between meteorological data of surface stations with climatic data derived from remote sensing for the state of São Paulo, from January 2015 to June 2016. Data of global solar radiation, air temperature, relative humidity, wind speed and precipitation from satellite products and models were compared with data from surface stations by statistical tests. The results obtained through these tests indicated that the estimates provided by the products or data of the analyzed models are suitable alternatives for application in climatic studies (correlation ranging from 0.4 to 0.95; average modified Willmott index of agreement (d1) ranging from 0.4 to 0.65, for the data of global solar radiation, air temperature, wind speed and precipitation), with the exception of the relative humidity, which did not show good accuracy in relation to the meteorological station data (correlation ranging from 0.16 to 0.53 and average d1 = 0,17).The second step was the application of the Simple Algorithm For Evapotranspiration Retrieving (SAFER) model for the sugarcane crop in the mesoregion of Bauru, using as input the data analyzed in the first stage of the work. The highest values of daily actual evapotranspiration (ETa) in the Bauru mesoregion (> 5.0 mm d-1) were observed in the rainy season, during the growth stage of the sugarcane crop, indicating a phase of higher water demand, and the lowest values (

Orientadores: Jansle Vieira Rocha, Julieta Teresa Aier de Oliveira Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola Resumo: No Brasil, a produção intensiva e em larga escala do etanol derivado da cana-de-açúcar, baseada em um modelo histórico de concentração de terra e capital, muitas vezes é vista como uma ameaça para a sobrevivência da agricultura familiar. Os agricultores familiares convivem com a crescente pressão para vender ou arrendar suas terras para usinas aonde a monocultura da cana-de-açúcar vem se expandindo. O presente estudo baseia-se em uma pesquisa realizada no município de Ipiranga de Goiás, no estado de Goiás, Brasil, local onde os canaviais competem com cultivo de milho, pastagem e pecuária leiteira. Os objetivos principais são: (1) examinar os impactos socioeconômicos e ambientais na agricultura familiar derivados da expansão da cana-de-açúcar cultivada pelas usinas; (2) aplicar o Método de Análise Hierárquica (AHP), com a participação de stakeholders nas escalas federal, estadual e municipal, para subsidiar as tomadas de decisão em políticas públicas direcionadas para a agricultura familiar a fim de minimizar os impactos negativos da produção de cana-de-açúcar. Utilizando um questionário composto por questões abertas e fechadas, foram entrevistados 28 agricultores familiares, que foram divididos em dois grupos: aqueles com e aqueles sem contratos de arrendamento de terra com a usina sucroalcooleira. Os resultados mostram diferenças entre os grupos, tais como o tamanho médio do lote, a principal fonte de renda, atividades agrícolas atuais e do passado, e as percepções a respeito das vantagens e desvantagens da expansão da cana-de-açúcar. O arrendamento da terra surge como uma solução a curto-prazo para a escassez de mão de obra familiar na propriedade e outras dificuldades econômicas que os agricultores familiares enfrentam continuadamente. Alguns agricultores, entretanto, têm resistido ao arrendamento da terra por várias razões, como o baixo valor devido à sua pequena área, a perda de autonomia na produção e a profunda transformação do seu modo de vida e da paisagem rural ao seu entorno. Em relação aos resultados do método AHP, os stakeholders priorizam os benefícios ambientais e econômicos como os critérios mais importantes que demandam a atenção dos decisores políticos. Além disso, os stakeholders concordam que a diversificação da produção é a alternativa mais apropriada para o fortalecimento da agricultura familiar. O método AHP pode ser o ponto de partida para a formulação e direcionamento das políticas públicas, uma vez que ajuda a garantir a transparência no processo de tomada de decisão e, intencionalmente, inclui o ponto de vista dos agricultores familiares. As políticas públicas derivadas desse processo, portanto, apresentam maior probabilidade de serem aceitas pelos agricultores familiares Abstract: In Brazil, some see intensive, large-scale production of sugarcane-based ethanol, based on a historical model of capital and land concentration, as a threat to the survival of family farming. Family farmers are increasingly under pressure to sell or rent land to mills where sugarcane monoculture is expanding. The present study is based on research conducted in the municipality of Ipiranga de Goiás, Goiás State, Brazil, where sugarcane plantations compete with corn, pasture and dairy cattle. It has two main objectives: (1) to examine the socioeconomic and environmental impacts of mill-cultivated sugarcane expansion on family farming; (2) to employ the Analytic Hierarchy Process method, with participation of stakeholders at federal, state and municipal levels, to support public policy decision-making addressing family farming, in order to mitigate adverse impacts of the sugarcane production. Using a questionnaire composed of closed- and open-ended questions, we interviewed 28 family farmers, which were divided into two groups: those with and those without land renting contracts with the ethanol and sugar mill. The results show differences between both groups, such as average area size, main source of income, past and current activities, and perceptions about the pros and cons of sugarcane expansion. Land leasing emerged as a short-term solution to the lack of on-farm labor and other economic difficulties small farmers continue to face. There are some farmers, however, who have resisted leasing their land for a number of reasons, including revenue is too low due to the small area in question; they also want to avoid loss of autonomy in production and the deep transformation of their rural way of life and landscape. In relation to the AHP results, the stakeholders prioritize environmental and economic benefits as the most important criteria requiring the attention of policy makers. Also, stakeholders agree that diversification of production is the most appropriate alternative for strengthening family farming. The AHP approach can be the starting point in the formulation of public policies. The approach helps ensure transparency, and it purposefully includes family farmer¿s points of view. Policies derived from this process, therefore, may have a higher likelihood of being supported and accepted by farmers Doutorado Planejamento e Desenvolvimento Rural Sustentável Doutora em Engenharia Agrícola CAPES 519.292 - 0556/14

Orientadores: Rubens Augusto Camargo Lamparelli, Jansle Vieira Rocha Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola Resumo: A aplicação do sensoriamento remoto como ferramenta na agricultura de precisão, tornou-se cada vez mais comum devido à sua capacidade de fornecer informações espacialmente e temporalmente distribuídas. Neste contexto, o sensoriamento remoto de baixa altitude é um conceito relativamente novo para a aquisição de imagens. Sensores colocados em um Veículo Aéreo Não Tripulado (VANT) podem fornecer dados que atendam especialmente os requisitos críticos de resolução espacial e temporal para aplicações agrícolas. Portanto, uma produção agrícola de importância econômica, ambiental e energética, como a cana-de-açúcar, pode se beneficiar de informações fornecidas por esta tecnologia. Assim, o principal objetivo deste trabalho foi explorar as potencialidades e limitações do uso de um VANT no monitoramento da cana-de-açúcar. Através do desenvolvimento de metodologias para utilizar os dados de VANT, foi extraído informações qualitativas e quantitativas e comparamos com referências de campo e de satélite, para verificar a hipótese do estudo. Dessa maneira, a primeira parte desta tese, descreve um processo de análise de imagens orientada a objetos (OBIA) para imagens VANT, projetado para mapear e extrair informações sobre falhas em linhas de plantio de cana-de-açúcar. O método obteve bons resultados com uma relação entre as falhas estimadas e observadas de 97%. A segunda parte descreve a geração de modelos de superfície da cultura (MSC) derivadas das imagens de alta resolução do VANT para a estimativa de altura em canaviais. Além disso, foi investigada a influência de diferentes linhas de voo sobre a estimativa de altura e sua precisão, comparando os mapas gerados com as referências terrestres. Este método mostrou-se ideal para estimar a altura média de um talhão de cana-de-açúcar, em vez de realizar medidas pontuais em campo. Na terceira parte, os dados do VANT (RGB) e os dados de satélite (multiespectral, WorldView-2) foram analisados, a fim de avaliar a capacidade de cada sistema em representar a variabilidade dentro do talhão da produtividade da cana-de-açúcar estimada em campo. Os resultados mostraram que os dados de VANT produziram erros médios semelhantes, mas com poder de explicação inferior em comparação os dados do WorldView-2. Além disso, a incorporação de ambos os dados (WorldView-2 + VANT) melhorou a precisão. Em resumo, foi concluído que um sistema VANT é capaz de fornecer dados úteis de apoio a tomada de decisão para a produção de cana-de-açúcar. Essas plataformas tem a capacidade de fornecer imagens de alta resolução no momento ideal de aquisição Abstract: The application of remote sensing as tool in precision agriculture has become increasingly common due to its ability to provide spatially and temporally distributed information. In this context, low-altitude remote sensing is a relatively new concept for the acquisition of images. Sensors placed on an unmanned aerial vehicle (UAV) can provide data that attend especially to the critical requirements of spatial and temporal resolution for agricultural applications. Therefore, crop production with economic, environmental and energy importance, such as sugarcane, can benefit from the information provided by this technology. Thus, the main objective of this research was exploring the potential and limitations of the use of UAVs in monitoring sugarcane. Through methodological developments to use the UAV data, was extracted qualitative and quantitative data and compared them with field and satellite data to test the study¿s hypothesis. The first part of this thesis describes an object-based image analysis (OBIA) procedure for UAV images, designed to map and extract information about skips in sugarcane planting rows. The approach achieved good results with a relationship of estimated versus observed skip length of 97%. The second part describes the generation of crop surface models (CSMs) derived from high-resolution images from the UAV to estimate the height of sugarcane fields. Also, was investigated the influence of different flight lines on the height estimation and the accuracies by comparing the generated maps with ground references. This method was ideal for estimating the average height of an entire field at once, instead of using point-wise ground measurements. In the third part, the UAV data (RGB) and the orbital platform data (multispectral, WorldView-2) were analyzed, to assess the capability of each system to represent the intra-field variability of sugarcane yield estimates. The results showed that the UAV data produced mean errors similarly, but with lower explanatory power compared to the WorldView-2 data. Moreover, the incorporation of both datasets (WorldView-2 + UAV) improved the accuracy. In summary, was concluded that a UAV system can provide useful decision-support data for improving sugarcane production. These platforms have the capability of providing very-high resolution images with near real-time acquisition Doutorado Gestão de Sistemas na Agricultura e Desenvolvimento Rural Doutor em Engenharia Agrícola CAPES FAPESP 12/50048-7

Orientadores: Arnaldo Cesar da Silva Walter, Marcos Cesar Ferreira Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica Resumo: Na dissertação é apresentado o desenvolvimento de um procedimento metodológicobaseado em Sistemas de Informações Geográficas (SIG) e Análise Espacial, e sua aplicação na avaliação do potencial de produção de eletricidade a partir da biomassa residual da cana-de açúcar (bagaço e pontas e folhas), tendo como foco o estado de São Paulo. O horizonte de avaliação do potencial é 2015. Primeiramente foram avaliadas as áreas nas quais deve ocorrer a expansão do cultivo da cana-de-açúcar. No procedimento foram considerados fatores condicionantes tais como uso da terra, aptidão do solo, propensão à erosão, fertilidade do solo, potencial de mecanização (sobretudo da colheita), disponibilidade de recursos hídricos e aptidão climática. O potencial foi calculado baseado na moagem estimada em diferentes usinas, em 2015, considerando tecnologias comerciais de sistemas de cogeração a vapor. Na avaliação do potencial foram considerados como fatores restritivos o acesso a rede elétrica e a disponibilidade de água na região. A dissertação demonstra a importância dos SIG em trabalhos de planejamento, sobretudo quando múltiplos fatores são considerados e sua características espaciais são relevantes na análise Abstract: This dissertation presents the use of a methodological procedure based on Geographical Information Systems (GIS) and on Spatial Analysis and its application on the evaluation of the potential of electricity production using cogeneration systems based on residual biomass of sugarcane (bagasse and trash). The study was developed considering the state of São Paulo and 2015 as the horizon period. Firstly, the areas more adequate for sugarcane plantations were evaluated. Doing this, many factors were considered as potential constraints, such as land use patterns, soil adequacy, risk of erosion, soil fertility, the potential regarding mechanization (mainly regarding harvesting), availability of water resources and weather conditions. The potential of electricity production was estimated considering predicted sugarcane crushing in 2015 in each mill and commercial cogeneration technologies based on steam cycles. The potential evaluation was complemented with the consideration of additional potential constraints,as the distance of the power unit to the electric grid and water availability. This dissertationdemonstrates the importance of GIS in energy planning studies, mainly when many factorsshould be taken into account and when their spatial characteristics are a relevant aspect Mestrado Planejamento de Sistemas Energéticos Mestre em Engenharia Mecânica

Orientadores: Jansle Vieira Rocha, Rubens A. C. Lamparelli Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola Resumo: O conhecimento das relações entre variáveis biofísicas das culturas agrícolas e dados espectrais é uma das informações mais importantes para a aplicação de sensoriamento remoto na estimativa da produtividade e em estudos de previsão de safra. Este trabalho estuda as relações entre variáveis agronômicas da cana-de-açúcar e dados espectrais em dois níveis de aquisição: terrestre e orbital. A área de estudo foi um talhão comercial da variedade de cana-de-açúcar SP80-1842, plantada em 1996, localizado no município de Araras, SP. Durante as safras 2000/2001 e 2001/2002, foram realizados nove trabalhos de campo, simultaneamente à aquisição de nove imagens orbitais, os quais representaram as três principais fases do ciclo da cultura. O relacionamento das variáveis agronômicas índice de área foliar (IAF), número de perfilhos por metro (NPM), produtividade agrícola (TCH) e biomassa aérea total (BMT), com os dados espectrais terrestres e orbitais, foi avaliado por meio de análise temporal, regressões lineares simples e múltipla (Stepwise), e coeficiente de correlação de Pearson. Os dados espectrais terrestres foram adquiridos utilizando-se o radiômetro Cimel CE 313a e os dados orbitais foram obtidos de imagens dos sensores TM e ETM+ a bordo dos satélites Landsat-5 e Landsat-7. As bandas espectrais do vermelho (630 a 690 nm - B3) e do infravermelho (760 a 900 nm - B4) nos dois níveis de aquisição de dados de sensoriamento remoto foram utilizadas para estudar as relações com as variáveis da cana-de-açúcar. Além das bandas espectrais, foram estudadas as relações das variáveis agronômicas da cana-de-açúcar com os índices espectrais de vegetação, índice de vegetação da razão simples (SR), índice de vegetação da razão (RVI), índice de vegetação por diferença normalizada (NDVI) e índice de vegetação ajustado ao solo (SAVI). As variáveis agronômicas tiveram seu comportamento temporal explicado por curvas do tipo sigmoidal e exponencial. Os dados espectrais, por outro lado, tiverem comportamento temporal explicado por modelos cúbicos, exponenciais cúbicos e quadráticos. Os dois níveis de dados espectrais (terrestre e orbital) não diferiram estatisticamente. Os índices de vegetação NDVI, SR e RVI foram os dados espectrais mais correlacionados com as variáveis agronômicas, nos dois níveis de dados de sensoriamento remoto. As regressões lineares múltiplas, geradas para estimar a TCH e a BMT, apresentaram coeficientes de determinação (r2) superiores a 0,90, nos modelos com os dados de radiometria de campo, e superiores a 0,85 com os dados orbitais, mostrando-se uma técnica eficiente para a estimar a produtividade e a biomassa aérea da cana-de-açúcar. Palavras chave: Cana-de-açúcar; indicadores de crescimento; dados espectrais terrestres; dados espectrais orbitais Abstract: The knowledge about the relations between agronomic variables and spectral data is a challenging issue when adopting remote sensing technique for crop yield forecast. This study analyses the relationship between sugarcane agronomic variables and spectral data derived from field spectroscopy and orbital data. One commercial field of sugarcane with the variety SP80-1842, planted in 1996, located in Araras municipality, São Paulo State, was monitored by biophysical data, field spectroscopy and satellite images in nine different dates during the crop seasons of 2000 and 2001. Leaf area index (LAI), number of stalks per meter (NPM), yield (TCH), total biomass (BMT) and spectral data were studied by temporal analysis, by linear and multiple regressions (Stepwise), and correlation analysis. Field spectroscopy data were obtained with Cimel 313a and orbital data were gathered from Landsat-5 and Landsat-7 images. All the three sensors have the same spectral resolution. The spectral data studied were red band, near infrared band and the spectral vegetation indices SR, RVI, NDVI and SAVI. The temporal behaviour of the agronomic variables were explained by sigmoidal and exponential models and the spectral data were explained by quadratic, cubic and exponential cubic models. No significant differences were found between the two levels of spectral data: field spectroscopy and orbital images. The best correlations between spectral vegetation indices and agronomic variables were with NDVI, SR and RVI. Multiple regression used to estimate yield and biomass obtained r2 values greater than 0,90 for field spectroscopy and greater than 0,80 for satellite images. These results showed the feasibily of using regression analysis to estimate yield and biomass of sugarcane based on spectral data. Key words: Sugarcane; growth analysis; field spectroscopy; orbital spectral data Doutorado Planejamento e Desenvolvimento Rural Sustentável Doutor em Engenharia Agrícola