CAMPUS DE CASCAVEL
CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS PÓS-GRADUAÇÃO EM ENGENHARIA AGRÍCOLA
ESTIMATIVA DE ÁREA DE SOJA E MILHO CULTIVADO NO ESTADO DO PARANÁ UTILIZANDO-SE DO PERFIL ESPECTRO-TEMPORAL DE ÍNDICES DE VEGETAÇÃO
CARLOS HENRIQUE WACHHOLZ DE SOUZA
CASCAVEL – PR JANEIRO - 2013
ESTIMATIVA DE ÁREA DE SOJA E MILHO CULTIVADO NO ESTADO DO PARANÁ UTILIZANDO-SE DO PERFIL ESPECTRO-TEMPORAL DE ÍNDICES DE VEGETAÇÃO
Dissertação apresentada ao Programa de Pós-Graduação em Engenharia Agrícola para obtenção do título de Mestre em Engenharia Agrícola, área de concentração Sistemas Biológicos e Agroindustriais, com a temática Geoprocessamento, Estatística Espacial e Agricultura de Precisão.
Orientador: Prof. Dr. Erivelto Mercante
Co-orientador: Prof. Dr. Jerry Adriani Johann
CASCAVEL – PR JANEIRO – 2013
Dados Internacionais de Catalogação-na-Publicação (CIP) Biblioteca Central do Campus de Cascavel – Unioeste
Ficha catalográfica elaborada por Jeanine da Silva Barros CRB-9/1362
S729e Souza, Carlos Henrique Wachholz de
Estimativa de área de soja e milho cultivado no Estado do Paraná utilizando-se do perfil espectro-temporal de índices de vegetação1. / Carlos Henrique Wachholz de Souza — Cascavel, PR: UNIOESTE, 2013.
95 p.
Orientador: Prof. Dr. Erivelto Mercante Co-orientador: Prof. Dr. Jerry Adriani Johann
Dissertação (Mestrado) – Universidade Estadual do Oeste do Paraná.
Programa de Pós-Graduação Stricto Sensu em Engenharia Agrícola, Centro de Ciências Exatas e Tecnológicas.
Bibliografia.
1. Sensoriamento remoto. 2. Índices de vegetação. 3. Monitoramento agrícola. I. Universidade Estadual do Oeste do Paraná. II. Título.
CDD 21.ed. 630
Carlos Henrique Wachholz de Souza
ESTIMATIVA DE ÁREA DE SOJA E MILHO CULTIVADO NO ESTADO DO PARANÁ UTILIZANDO-SE DO PERFIL ESPECTRO-TEMPORAL DE ÍNDICES DE VEGETAÇÃO
Dissertação apresentada ao Programa de Pós-Graduação em Engenharia Agrícola em cumprimento parcial aos requisitos para obtenção do título de Mestre em Engenharia Agrícola, área de concentração Sistemas Biológicos e Agroindustriais, com a temática Geoprocessamento, Estatística Espacial e Agricultura de Precisão, aprovada Pela seguinte banca examinadora:
Orientador: Profª. Dr. Erivelto Mercante
Centro de Ciências Exatas e Tecnológicas, UNIOESTE, Cascavel.
Prof. Dr. Miguel Angel Uribe Opazo
Centro de Ciências Exatas e Tecnológicas, UNIOESTE, Cascavel.
Prof. Dr. Rubens Augusto Camargo Lamparelli
Pesquisador NIPE - Núcleo Interdisciplinar de Planejamento Energético, UNICAMP, Campinas.
ii
BIOGRAFIA RESUMIDA
Brasileiro, nasceu em Marechal Cândido Rondon - PR, no ano de 1988. Ingressou no curso de Engenharia Agrícola pela Universidade Estadual do Oeste do Paraná - UNIOESTE no ano de 2006, tendo se graduado no ano de 2010. Na qualidade de estudante de graduação, participou de projetos de iniciação científica. Em 2011, ingressou no Mestrado de Engenharia Agrícola pelo Programa de Pós - Graduação em Engenharia Agrícola da UNIOESTE. Tem experiência em Geoprocessamento e Sensoriamento Remoto.
iii
"Quanto mais eu estudo e tento chegar a algum lugar, mais o universo se dilata, mais consciente eu me torno de tudo que não sei e nem vou saber. Dos livros que não lerei e das palavras que não serão escritas..."
iv
AGRADECIMENTOS
Agradeço a Deus por ter iluminado meu caminho e me abençoado com tantas graças, pois sem ele não teria conseguido superar todos os obstáculos, para chegar onde hoje estou.
Agradeço aos meus pais Mauro e Isoldi, aos meus irmãos Anderson e Helton e a minha noiva Josielle, minha amada família, por todo apoio nas vitórias e nas derrotas, todo amor e compreensão, sendo para mim meu porto seguro.
Agradeço ao Prof. Dr. Erivelto Mercante, meu orientador, pela sabedoria dividida, pela paciência e compreensão e principalmente pela confiança e a amizade compartilhada.
Ao Prof. Dr. Jerry Adriani Johann, pela co-orientação, por toda ajuda e conhecimento transmitido e pelo incentivo no desenvolvimento da pesquisa.
Aos meus amigos da Engenharia Agrícola e companheiros do GeoLab, pela amizade, apoio e risos compartilhados, pois com vocês ao meu lado, tudo ficou mais fácil.
v
ESTIMATIVA DE ÁREA DE SOJA E MILHO CULTIVADO NO ESTADO DO PARANÁ UTILIZANDO-SE DO PERFIL ESPECTRO-TEMPORAL DE ÍNDICES DE VEGETAÇÃO
RESUMO
A utilização de tecnologias de Sensoriamento Remoto vem sendo estudada como forma de tornar o sistema atual de monitoramento e previsão de safras no Brasil mais eficiente, dinâmica e confiável. Uma das dificuldades encontrada na utilização de imagens de média resolução espacial como as do sensor MODIS (250 metros), é que os perfis espectrais de culturas temporárias, como a soja e o milho, podem apresentar curvas semelhantes, dificultando a separação dessas culturas na hora da classificação das áreas semeadas. Neste sentido, o objetivo da realização deste trabalho foi analisar o padrão de perfis temporais, provenientes dos índices de vegetação (IV) EVI (Enhanced Vegetation Index), NDVI (Normalized Difference Vegetation Index) e WDRVI (Wide Dynamic Range Vegetation Index), obtidos por meio de imagens do sensor MODIS, para as culturas do milho e soja, nos anos-safra 2010/2011 e 2011/2012, no estado do Paraná. Para realizar a separação espectral das referidas culturas e efetuar o seu mapeamento. A metodologia aplicada permitiu a discriminação das áreas com soja e milho (máscaras) para cada ano-safra. As áreas das máscaras foram extraídas e comparadas com os dados oficiais da SEAB, encontrando-se ajustes de coeficiente de correlação (R²) entre 0,89 a 0,94 para a cultura da soja e de 0,43 a 0,83 para milho. Para o coeficiente de Willmott “d” foram encontrados valores entre 0,85 e 0,87 para a cultura soja e de 0,63 a 0,76 para milho. A exatidão espacial das máscaras utilizando imagens de alta resolução espacial obteve os melhores resultados com o IV WDRVI com Exatidão Global (EG) = 86% e Índice Kappa (IK) = 0,78 e o IV EVI com EG = 83% e IK = 0,74. Com base nestes resultados, pode-se concluir que a metodologia proposta é promissora, podendo ser utilizada para mapeamento dessas culturas na estimação da área estadual.
vi
ESTIMATE OF AREA OF SOYBEAN AND CORN GROWN IN THE STATE OF PARANÁ USING THE TEMPORAL PROFILES OF VEGETATION INDICES
ABSTRACT
The use of remote sensing technology has been studied as a way to make the current system of monitoring and crop forecasting in Brazil more efficient, dynamic and reliable. One of the difficulties found in the use of medium spatial resolution images as MODIS (250 Meters) is that the spectral profiles of temporary crops, as soybean and corn, may present similar curves, difficulting the separation of these cultures at the time of classification of the seeded areas. In this sense, the aim of this work was analyzing the pattern of temporal profiles, from the vegetation index (VI) EVI (Enhanced Vegetation Index), NDVI (Normalized Difference Vegetation Index) and WDRVI (Wide Dynamic Range Vegetation Index), obtained by the MODIS images for the crops of corn and soybean in the crop years of 2010/2011 and 2011/2012 in the state of Paraná. The aim was performing the spectral separation of these cultures to make its mapping. The applied methodology allowed the discrimination of areas with soybean and corn (masks) for each crop year. The areas of the masks were extracted and compared with SEAB official data, finding adjustments in "R ²" between 0.89 and 0.94 for soybean and from 0.43 to 0.83 for corn. For the Willmott coefficient (d) values were between 0.85 to 0.87 for the soybean crop and 0.63 to 0.76 for corn. The accuracy of spatial masks using images with high spatial resolution achieved the best results with the IV WDRVI with overall accuracy (OA) = 86% and = 0.78, and Kappa Index (KI) IV EVI with OA and KI = 83% = 0.74. Based on these results, it can be conclude that the proposed methodology is promising and may be used for mapping of these crops in the estimation of the state area.
vii SUMÁRIO LISTA DE TABELAS ... ix LISTA DE FIGURAS ... x 1 INTRODUÇÃO ... 1 2 OBJETIVOS ... 3 2.1 Objetivo geral ... 3 2.2 Objetivos específicos ... 3 3 REVISÃO BIBLIOGRÁFICA ... 4
3.1 Produção de grãos no Brasil ... 4
3.2 A cultura da soja ... 5
3.2.1 Aspectos biológicos e exigências climáticas ... 6
3.3 A cultura do milho ... 9
3.3.1 Aspectos biológicos e exigências climáticas ... 10
3.4 Zoneamento e calendário agrícola das culturas ... 11
3.5 Sistemas de acompanhamento de safras ... 19
3.6 O sensor MODIS e seus produtos ... 21
3.7 Índices de vegetação ... 23
4 MATERIAL E MÉTODOS ... 28
4.1 Área de estudo e aquisição dos dados ... 28
4.2 Criação das imagens de WDRVI ... 29
4.3 Seleção de pixels puros ... 30
4.3.1 Safra 2010/2011 ... 30
4.3.2 Safra 2011/2012 ... 31
4.4 Extração dos perfis temporais ... 31
4.5 Geração das imagens de mínimo e máximo ... 32
4.6 Composição colorida RGB ... 35
4.7 Aplicação da máscara de uso permanente ... 35
4.8 Classificação das imagens ... 36
4.8.1 Classificação por mesorregiões ... 37
4.9 Análise das máscaras ... 38
4.9.1 Análise de acurácia ... 38
4.9.2 Análises estatísticas ... 41
5 RESULTADOS E DISCUSSÃO ... 43
viii
5.2 Estatísticas de comparação para os anos-safra 2010/2011 e 2011/2012 por
núcleo regional ... 44
5.3 Análise de acurácia das máscaras para os anos-safra 2010/2011 e 2011/2012 por núcleo regional ... 47
5.4 Estatísticas de comparação para o ano-safra 2010/2011 por município ... 50
6 CONCLUSÕES ... 53
7 CONSIDERAÇÕES FINAIS ... 54
REFERÊNCIAS ... 55
ANEXOS ... 62
ANEXO A MATRIZES DE ERROS ... 63
ANEXO B PLANILHAS DE COMPARAÇÃO DE ÁREA OFICIAL VS ÁREA DA MÁSCARA PARA O ANO-SAFRA 2010/2011, POR NÚCLEO REGIONAL... 64
ANEXO C - PLANILHAS DE COMPARAÇÃO DE ÁREA OFICIAL VS ÁREA DA MÁSCARA PARA O ANO-SAFRA 2011/2012, POR NÚCLEO REGIONAL... 67
ANEXO D - PLANILHAS DE COMPARAÇÃO DE ÁREA OFICIAL VS ÁREA DA MÁSCARA PARA O ANO-SAFRA 2010/2011, POR MUNICÍPIO ... 70
ix
LISTA DE TABELAS
TABELA 1 Descrição sumária dos estádios vegetativos e reprodutivos da soja ... 8
TABELA 2 Cultivares de soja indicadas para o estado do Paraná, apresentadas nas Reuniões de Pesquisa de Soja da Região Central do Brasil e inscritas no Zoneamento Agrícola de Soja – Safra 2011/2012 ... 9
TABELA 3 Estádios vegetativos e reprodutivos do milho ... 11
TABELA 4 Calendário agrícola geral para as culturas de soja e milho no Paraná ... 18
TABELA 5 Porcentagem mensal de plantio e colheita de soja e milho no estado do Paraná, na 1ª safra de cada cultura para o ano-safra de 2010/2011 ... 19
TABELA 6 Porcentagem mensal de plantio e colheita de soja e milho no estado do Paraná, na 1ª safra de cada cultura para o ano-safra 2011/2012 ... 19
TABELA 7 Características do sensor MODIS a bordo dos satélites Terra e Aqua ... 22
TABELA 8 Qualidade de classificação associada com os valores do Kappa ... 39
TABELA 9 Matriz de confusão total ... 40
TABELA 10 Métricas derivadas da matriz de confusão total ... 41
TABELA 11 Número de pixels que compõem as máscaras de milho e soja ... 44
TABELA 12 Estatísticas de comparação para o ano-safra 2010/2011, por núcleos regionais da SEAB no estado do Paraná ... 45
TABELA 13 Estatísticas de comparação para o ano-safra 2011/2012, por núcleos regionais da SEAB no estado do Paraná ... 45
TABELA 14 Resultado da Análise de Acurácia das Máscaras para a safra 2010/2011 ... 48
TABELA 15 Resultado da Análise de Acurácia das Máscaras para a safra 2011/2012 ... 48
TABELA 16 Valores de acurácia do produtor e acurácia do usuário para a safra 2010/201149 TABELA 17 Valores de acurácia do produtor e acurácia do usuário para a safra 2011/201249 TABELA 18 Métricas obtidas das matrizes de confusão total para a safra 2010/2011 ... 50
TABELA 19 Métricas obtidas das matrizes de confusão total para a safra 2011/2012 ... 50
x
LISTA DE FIGURAS
FIGURA 1 Participação estadual na produção de grãos em nível nacional em 2012. ... 4
FIGURA 2 Participação estadual na produção de soja em nível nacional. ... 5
FIGURA 3 Faixas de latitude indicando a adaptação de cultivares de soja de acordo com os grupos de maturação no Brasil. ... 7
FIGURA 4 Zoneamento da soja para os grupos 1 (ciclo < 115 dias), 2 (115 < ciclo < 135 dias) e 3 (ciclo > 135 dias) de maturação para tipo de Solo 1. ... 13
FIGURA 5 Zoneamento da soja para o grupo 1 de maturação (ciclo < 115 dias) para tipo de Solo 2. ... 13
FIGURA 6 Zoneamento da soja para o grupo 1 de maturação (ciclo < 115 dias) para tipo de Solo 3. ... 14
FIGURA 7 Zoneamento da soja para os grupos 2 (115 < ciclo < 135 dias) e 3 (ciclo > 135 dias) de maturação para tipo de Solo 2. ... 14
FIGURA 8 Zoneamento da soja para os grupos 2 (115 < ciclo < 135 dias) e 3 (ciclo > 135 dias) de maturação para tipo de Solo 3. ... 15
FIGURA 9 Zoneamento do milho superprecoce para tipo de solo 1. ... 15
FIGURA 10 Zoneamento do milho superprecoce para tipos de solo 2 e 3. ... 16
FIGURA 11 Zoneamento do milho precoce, médio, semiprecoce para tipo de solo 1. ... 16
FIGURA 12 Zoneamento do milho precoce, médio, semiprecoce para tipos de solo 2 e 3. 17 FIGURA 13 Zoneamento do milho tardio para tipo de solo 1. ... 17
FIGURA 14 Zoneamento do milho tardio para tipos de solo 2 e 3. ... 18
FIGURA 15 Relação entre as 7 primeiras bandas espectrais do sensor MODIS e a reflectância de alvos da superfície terrestre. ... 24
FIGURA 16 NDVI representado graficamente em função da reflectância do ρNIR. ... 26
FIGURA 17 Fluxograma geral das atividades realizadas. ... 28
FIGURA 18 Mapa de localização dos municípios estudados no estado do Paraná, exceto região litorânea. ... 29
FIGURA 19 Localização da cena 223-77, de 10/12/2010, do satélite LANDSAT 5 sensor TM. ... 30
FIGURA 20 Localização dos talhões de soja e milho utilizados na seleção de pixels. ... 31
FIGURA 21 Perfis temporais médios de NDVI, EVI e WDRVI do sensor MODIS, para amostras de áreas de soja e milho no estado do Paraná, nos anos-safra de 2010/2011 e 2011/2012. ... 32
FIGURA 22 Exemplo da composição do método de imagem de mínimo e máximo em perfil temporal. ... 33
FIGURA 23 Exemplo da escolha das cenas que constituíram a imagem de mínimo e máximo para o ano-safra 2010/2011. ... 34
xi
FIGURA 24 Exemplo da escolha das cenas que constituíram a imagem de mínimo e
máximo para o ano-safra 2011/2012. ... 34
FIGURA 25 Exemplo da composição colorida RGB utilizada. ... 35
FIGURA 26 Resultado da aplicação da máscara de uso permanente. ... 36
FIGURA 27 Exemplo do mapeador de ângulo espectral. ... 37
FIGURA 28 Divisão das mesorregiões, segundo a SEAB. ... 37
FIGURA 29 Exemplo dos pontos amostrais aleatórios utilizados para comparação dos mapas. ... 38
FIGURA 30 Máscaras das culturas de soja e milho no estado do Paraná, utilizando o IV WDRVI, nos anos-safra estudados. ... 43
FIGURA 31 Máscaras das culturas de soja e milho no estado do Paraná, utilizando o IV EVI, nos anos-safra estudados. ... 43
FIGURA 32 Máscaras das culturas de soja e milho no estado do Paraná, utilizando o IV NDVI, nos anos-safra estudados. ... 44
FIGURA 33 Relação entre as áreas (ha) de soja e milho das máscaras e os dados oficiais da SEAB nos 19 núcleos regionais para a safra 2010/2011. ... 46
FIGURA 34 Relação entre as áreas (ha) de soja e milho das máscaras e os dados oficiais da SEAB nos 19 núcleos regionais para a safra 2011/2012. ... 47
FIGURA 35 Relação entre as áreas (ha) de soja e milho das máscaras e os dados oficiais da SEAB nos municípios estudados, para a safra 2010/2011. ... 52
1 INTRODUÇÃO
O Brasil mantém sua produção agrícola entre as mais prósperas do planeta e tem capacidade de se consolidar como um dos principais produtores mundiais de alimentos, garantindo o abastecimento interno e aumentando a participação no comércio internacional. A posição do país no ranking mundial da produção e exportação agrícola em 2011 foi a de segundo lugar para o complexo soja e de quarto lugar para milho (BRASIL, 2012a).
O acompanhamento das culturas agrícolas é de grande importância não só para a economia, mas para todo o setor produtivo, porquanto permite dotar os produtores de informações sobre o volume da produção, desde o plantio até a comercialização, auxiliando no planejamento adequado das decisões comerciais e das definições políticas, no sentido de contornar o problema da escassez ou de excesso de produtos. A disponibilidade de informações confiáveis e em tempo oportuno, acerca da safra agrícola, é importante para o setor agropecuário com vistas a garantir a geração de divisas para o país sem comprometer o abastecimento do mercado interno. Estas informações podem também minimizar o efeito negativo das especulações, além de nortear corretamente importantes decisões do governo e de toda cadeia produtiva.
O acompanhamento da produção agrícola, ainda em partes, é realizado por métodos baseados em censos ou em amostragem da população agrícola, de maneira subjetiva, não permitindo uma análise quantitativa dos erros envolvidos nem de sua distribuição espacial, além de apresentar custo elevado e execução demorada. Esses levantamentos são realizados por órgãos oficiais brasileiros, como o Instituto Brasileiro de Geografia e Estatística (IBGE), a Companhia Nacional de Abastecimento (CONAB), a Secretaria da Agricultura e Abastecimento do Paraná (SEAB) e o Departamento de Economia Rural (DERAL) (MERCANTE, 2007).
Em um país de dimensões continentais, como o Brasil, dotado de uma grande carência de informações adequadas para a tomada de decisões sobre os problemas, sobretudo rurais, o sensoriamento remoto apresenta-se como uma ferramenta de enorme potencial, principalmente se baseado em tecnologias de custo relativamente baixo, em que o conhecimento seja adquirido localmente. A utilização de imagens de satélite permite a identificação e quantificação de áreas de forma objetiva e rápida, o que é relevante para o contexto agrícola brasileiro, dada à extensão territorial das áreas de cultivo.
Para um adequado monitoramento da atividade agrícola, é necessária a realização de um acompanhamento periódico, pois as culturas apresentam uma alta dinâmica temporal (JOHANN, 2012). Neste contexto, as imagens do sensor MODIS são cada vez mais utilizadas para o mapeamento e monitoramento de culturas em escala regional, devido à sua
combinação de alta resolução temporal (diária) a uma moderada resolução espacial (250m – 1000m) (SAKAMOTO et al., 2010).
Vários estudos vêm sendo realizados no monitoramento agrícola utilizando índices de vegetação extraídos de imagens de sensor MODIS, entre eles: Mingwei et al. (2008), Gu et al. (2009), Wardlow, Egbert e Kastens (2007), Lunetta et al. (2010) e Johann et al. (2012), entretanto, ainda existem alguns problemas a serem solucionados. Um deles está na discriminação de culturas com comportamento espectral similar ao da cultura de interesse, a exemplo: as culturas de soja e milho, que, geralmente, encontram-se em diferentes estádios de crescimento e apresentam padrões espectrais diversos, podendo ser confundidas entre si, o que dificulta a correta identificação da cultura por meio do procedimento de classificação digital. Segundo Rudorff et al. (2007), estas e outras condições podem acarretar erros consideráveis no resultado da classificação, mas que podem ser corrigidos por meio de uma criteriosa interpretação visual na tela do computador. Contudo, além da interpretação visual de imagem ser um processo extremamente custoso e demorado, introduz uma subjetividade ao mapeamento da cultura, devendo ser utilizada de forma restrita, buscando-se, primeiramente, explorar as melhores alternativas da classificação digital.
Neste sentido, este trabalho utilizou os índices de vegetação EVI, NDVI e WDRVI, a partir de imagens multitemporais do sensor MODIS, para caracterizar espectralmente as culturas da soja e do milho e proporcionar um mapeamento mais acurado destas.
2 OBJETIVOS
2.1 Objetivo geral
Mapear as áreas com as culturas da soja e milho, no período primavera-verão, a partir de uma série temporal de imagens do sensor MODIS/TERRA, ao longo do ciclo de desenvolvimento das culturas, para os anos/safra 2011/2012 e 2012/2013.
2.2 Objetivos específicos
• Gerar os perfis temporais dos índices EVI, NDVI e WDRVI das culturas de soja e milho.
• Realizar o estudo dos perfis temporais para identificação das diferenças espectrais. • Mapear as culturas para o estado do Paraná, com base nos perfis temporais de
índices de vegetação, na safra de verão de cada cultura nos anos-safra 2011/2012 e 2012/2013.
• Realizar a análise do mapeamento das culturas (máscaras) para os dois anos-safra, pela comparação com imagens de média resolução espacial.
• Estimar as áreas cultivadas com as culturas (soja e milho) no estado do Paraná, nas duas safras monitoradas e confrontar com dados oficiais.
3 REVISÃO BIBLIOGRÁFICA
3.1 Produção de grãos no Brasil
Em outubro de 2012, a estimativa da safra nacional grãos2 totalizava 162,6 milhões de
toneladas, superior 1,5% à obtida em 2011 (160,1 milhões de toneladas) e 0,7% menor que a estimativa de setembro (163,7 milhões de toneladas). A área a ser colhida em 2012, de 49,0 milhões de hectares, apresenta acréscimo de 0,6% frente à área colhida em 2011. O arroz, o milho e a soja são os três principais produtos deste grupo, representando 91,4% da estimativa da produção e 85,1% da área a ser colhida. Em relação ao ano anterior, o milho sofreu um acréscimo de 8,2% e a soja acréscimo de 3,6% (IBGE, 2012).
Entre as grandes regiões, o volume da produção apresenta a seguinte distribuição: Centro-Oeste: 70,6 milhões de toneladas; Sul: 56,0 milhões de toneladas; Sudeste: 19,1 milhões de toneladas; Nordeste: 12,1 milhões de toneladas e Norte: 4,7 milhões de toneladas. Em 2012, o estado do Mato Grosso liderou o ranking nacional como o maior produtor de grãos, com 24,9% da produção total, seguido pelo Paraná, com 19,1% e Rio Grande do Sul, com 12,1%. A produção somada destes estados representa 56,1% do total nacional (Figura 1) (IBGE, 2012).
FIGURA 1 Participação estadual na produção de grãos em nível nacional em 2012.
FONTE: Adaptado de IBGE (2012).
2
Grãos: algodão herbáceo (caroço de algodão),), arroz (em casca), feijão (em grão), mamona (em baga), milho (em grão), soja (em grão), aveia (em grão), centeio (em grão), cevada (em grão), girassol (em grão), sorgo (em grão), trigo (em grão) e triticale (em grão).
3.2 A cultura da soja
A soja (Glycine max (L.) Merrill) atualmente cultivada em muitos lugares, é muito diferente das ancestrais que lhe deram origem: espécies de plantas rasteiras que se desenvolviam na costa leste da Ásia, principalmente ao longo do Rio Amarelo, na China. Sua evolução começou com o aparecimento de plantas oriundas de cruzamentos naturais, entre duas espécies de soja selvagem, que foram domesticadas e melhoradas por cientistas da antiga China. Em 1940, no auge do seu cultivo como forrageira, foram cultivados, nesse país, cerca de dois milhões de hectares com tal propósito. Desde 2003, o Brasil figura como o segundo produtor mundial, responsável por 52 milhões de toneladas, das 194 produzidas em nível global, 26,8% da safra mundial (EMBRAPA SOJA, 2012c).
A produção de soja no Brasil é liderada pelos estados de Mato Grosso, com 29,2% da produção nacional; Paraná com, 18,4%; Rio Grande do Sul com 14,0%; e Goiás, 10,8%. Mas, como se pode observar na Figura 2, a produção de soja está evoluindo também para novas áreas nos estados do Maranhão, Tocantins, Piauí e Bahia, que em 2012 responderam por 10,4% da produção Brasileira (BRASIL, 2012b).
FIGURA 2 Participação estadual na produção de soja em nível nacional.
A soja é uma commodity vital para o agronegócio paranaense. A área e a produção do grão na safra 2010/2011 foram estimadas em 4,6 milhões de hectares e em 14,2 milhões de toneladas (CONAB, 2012a), respectivamente. Além disso, as exportações dos produtos do complexo soja (grão, farelo e óleo) representam, aproximadamente, 39% do total exportado pelo agronegócio paranaense (EMBRAPA SOJA, 2012a)
Em 2012, a produção de 65 milhões de toneladas de soja apresentou uma variação negativa de 12,5% em comparação ao total obtido em 2011. A área colhida obteve crescimento de 3,6%, enquanto que o rendimento médio registrou um decréscimo de 15,5%, sendo respectivamente, 24,9 milhões de hectares e 2.632 kg/ha. No que se refere ao rendimento médio a diminuição de 37,2%, a queda reflete as condições climáticas desfavoráveis ocorridas na região Sul, como a estiagem verificada nos meses de dezembro e janeiro (IBGE, 2012).
3.2.1 Aspectos biológicos e exigências climáticas
Dos elementos climáticos, a temperatura, o fotoperíodo e a disponibilidade hídrica são os que mais afetam o desenvolvimento e a produtividade da soja, que se adapta melhor a regiões cujas temperaturas oscilem entre 20 e 30ºC, sendo que a temperatura ideal para seu desenvolvimento está em torno 30ºC. A sensibilidade ao fotoperíodo é característica variável entre cultivares, ou seja, cada cultivar possui seu fotoperíodo crítico, acima do qual o florescimento é atrasado. A necessidade de água na cultura da soja vai aumentando com o desenvolvimento da planta, atingindo o máximo durante a floração-enchimento de grãos (7 a 8 mm.dia-1), decrescendo após esse período. A necessidade total de água na cultura da soja,
para obtenção do máximo rendimento, varia entre 450 a 800 mm.ciclo-1, dependendo das
condições climáticas, do manejo da cultura e da duração do seu ciclo (EMBRAPA SOJA, 2012b).
Segundo Almeida (2005), a soja é uma planta herbácea anual classificada em grupos de maturação (GM) que são determinados pelo ciclo de vida da planta que pode variar de 70 a 180 dias, contados da emergência até a maturação. Esses grupos geralmente são denominados como precoce, semiprecoce, médio, semitardio e tardio. Este autor salienta que o número de dias destes grupos não é concordante entre cultivares e entre as diversas regiões de adaptação, ou seja, uma mesma cultivar pode atingir diferentes ciclos, conforme as condições de manejo e, principalmente, as condições edáficas e climáticas em regiões distintas.
Devido à sensibilidade da soja ao fotoperíodo, a adaptabilidade de cada cultivar varia à medida que é deslocada em direção ao sul ou ao norte, ou seja, quando varia a latitude. Portanto, as cultivares têm uma faixa limitada de adaptação (EMBRAPA, 2010). No Brasil,
foram definidas três linhas de latitudes: 0º, 10º e 20º formando quatro faixas, distribuindo os GM’s da seguinte forma: GM 5.0 a 7.0 - 8.0 do extremo Sul do RS até a latitude de 20º; GM 7.0 - 8.0 a 9.0 - 10.0 entre as latitudes 20º a 10º; GM 9.0 - 10.0 de 10º ao Equador (0º) e os mesmos GM 9.0-10.0 do Equador no extremo Norte de RR (Figura 3).
Dessa forma, uma cultivar do grupo 6 vai ficar muito precoce na região Central do Brasil, provavelmente com porte muito baixo e rendimento comprometido. Por outro lado, uma cultivar do grupo 8 ficará tardia no Sul, não estando adaptada para aquelas condições. Por exemplo, a cultivar Embrapa 48, de ciclo semiprecoce, apresentou 124 dias da emergência à maturação no Paraná, sendo classificada no grupo de maturidade 6.8 (EMBRAPA, 2010).
FIGURA 3 Faixas de latitude indicando a adaptação de cultivares de soja de acordo com os
grupos de maturação no Brasil.
FONTE: EMBRAPA SOJA (2010).
As características biofísicas das culturas e sua resposta fisiológica às condições do ambiente mudam sazonalmente, com o crescimento da vegetação. O estádio fenológico de uma cultura representa uma informação essencial para o seu manejo e avaliação da produtividade das culturas (SAKAMOTO et al., 2010).
Na Tabela 1, é apresentado o sistema proposto por Fehr e Caviness (1977), que divide os estádios de desenvolvimento da soja em vegetativos e reprodutivos. Os estádios
vegetativos são designados pela letra V e os reprodutivos pela letra R. Com exceção dos estádios VE (emergência) e VC (cotilédone), as letras V e R são seguidas de índices numéricos que identificam estádios específicos, nestas duas fases do desenvolvimento da planta.
TABELA 1 Descrição sumária dos estádios vegetativos e reprodutivos da soja
Estádio Vegetativo
Estádio Denominação Descrição
VE Emergência Cotilédones acima da superfície do solo VC Cotilédone Cotilédones completamente abertos
V1 Primeiro Nó Folhas unifolioladas completamente desenvolvidas V2 Segundo Nó Primeira folha trifoliolada completamente desenvolvida V3 Terceiro Nó Segunda folha trifoliolada completamente desenvolvida V4 Quarto Nó Terceira folha trifoliolada completamente desenvolvida V5 Quinto Nó Quarta folha trifoliolada completamente desenvolvida V6 Sexto Nó Quinta folha trifoliolada completamente desenvolvida
V... ... ...
Vn Enésimo Nó Ante-enésima folha trifoliolada completamente desenvolvida Estádio Reprodutivo
Estádio Denominação Descrição
R1 Início do Florescimento Uma flor aberta em qualquer nó do caule
R2 Florescimento Pleno Uma flor aberta num dos 2 últimos nós do caule com folha completamente desenvolvida
R3 Início da formação da vagem Vagem com 5 mm de comprimento num dos 4 últimos nós do caule com folha completamente desenvolvida R4
Vagem
completamente desenvolvida
Vagem com 2 cm de comprimento num dos 4 últimas nós do caule com folha completamente desenvolvida
R5
Início do enchimento do Grão
Grão com 3 mm de comprimento em vagem num dos 4 últimos nós do caule, com folha completamente desenvolvida
R6 Grão cheio ou completo Vagem contendo grãos verdes preenchendo as cavidades da vagem de um dos 4 últimos nós do caule, com folha completamente desenvolvida
R7 Início da maturação Uma vagem normal no caule com coloração de madura R8 Maturação plena 95% das vagens com coloração de madura
FONTE: Adaptado de EMBRAPA SOJA (2011).
Os dados da Tabela 2 referem-se às cultivares indicadas pelas instituições detentoras para cultivo no País, no estado do Paraná. Todas essas cultivares foram inscritas no Registro Nacional de Cultivares do Ministério da Agricultura, Pecuária e Abastecimento (RNC/MAPA), entretanto, um número considerável de cultivares registradas não consta na tabela, por não terem sido apresentadas nas Reuniões de Pesquisa de Soja da Região Central do Brasil (RPSRCB) ou não estarem inscritas no Zoneamento Agrícola da Soja - Safra 2011/2012 (EMBRAPA SOJA, 2011).
TABELA 2 Cultivares de soja indicadas para o estado do Paraná, apresentadas nas
Reuniões de Pesquisa de Soja da Região Central do Brasil e inscritas no Zoneamento Agrícola de Soja – Safra 2011/2012
GRUPO DE MATURAÇÃO Precoce (até 115
dias) Semiprecoce (116 a 125 dias) Médio (126 a 137 dias) Semitardio (138 a 150 dias)
BRS 230 BRS 184 BRS 133 BRS 267 BRS 283 BRS 185 BRS 243RR BRS 256 RR BRS 284 BRS 213 BRS 244RR - BRS 294RR BRS 216 BRS 245RR BRS 295RR BRS 232 BRS 246RR BRS 316RR BRS 242RR BRS 247RR BRS Tordilha RR¹ BRS 255RR BRS 258 CD 202 BRS 257 BRS 259 CD 212RR BRS 268 BRS 260 CD 213RR BRS 282 BRS 262 CD 214RR BRS 317 BRS Cambona CD 215 BRS Invernada BRS Candiero CD 216 BRS Raiana BRS Pala CD 221 BRS Tebana³ BRS Sinuelo³ CD 225RR BRS Tertúlia RR BRS Taura RR M-SOY 5942 CD 201 CD 205 M-SOY 6101 CD 206 CD 218 NK 7059RR CD 208 CD 219RR4 NK 8350 CD 217 - NK 412113 CD 223AP - CD 224 CD 226RR CD 231RR CD/FAPA 220 Embrapa 48 M-SOY 2002
Notas: 1 - Cultivar em lançamento; 2 - Cultivar em extensão de indicação (não há); 3 - Cultivar indicada para as regiões Centro-sul e Sudoeste do estado; 4 - Cultivar indicada para regiões inferiores a 500 m de altitude.
Fonte: EMBRAPA SOJA (2011).
3.3 A cultura do milho
O milho (Zea mays L.) é uma planta que pertence à família Gramineae Poaceae. O caráter monoico e a sua morfologia característica resultam da supressão, condensação e multiplicação de várias partes da anatomia básica das gramíneas. Os aspectos vegetativos e reprodutivos da planta de milho podem ser modificados por meio da interação com os fatores ambientais que afetam o controle da ontogenia do desenvolvimento. Contudo, o resultado geral da seleção natural e da domesticação foi o de produzir uma planta anual, robusta e ereta, com um a quatro metros de altura, que é esplendidamente construída para a produção de grãos (EMBRAPA MILHO E SORGO, 2012a).
Logo após o descobrimento da América, o milho foi levado para a Europa, onde era cultivado em jardins, até que seu valor alimentício tornou-se conhecido. A sua importância
econômica é caracterizada pelas diversas formas de sua utilização, que vai desde a alimentação animal, que representa a maior parte do consumo, até a indústria de alta tecnologia (EMBRAPA MILHO E SORGO, 2012b).
Os maiores produtores mundiais de milho são os Estados Unidos, a China e o Brasil. Nas últimas safras, o Brasil tem se destacado como o terceiro maior exportador mundial de milho. A produção brasileira tem se caracterizado pela divisão em duas épocas de plantio. Os plantios de verão ou primeira safra são realizados na época tradicional, isto é, durante o período chuvoso e, mais recentemente, tem aumentado a produção obtida na chamada safrinha ou segunda safra, plantada extemporaneamente, em fevereiro ou março, quase sempre depois da soja precoce, predominantemente na região Centro-Oeste e nos estados do Paraná e São Paulo (EMBRAPA MILHO E SORGO, 2012c).
A primeira safra de milho em grão para o ano de 2012 foi estimada em 33.204.224 toneladas do produto, 2,8% menor que o ano anterior. A área plantada aumentou 0,1% e a área colhida diminuiu 5,9%. Estes números refletem os danos causados pela seca nas safras de verão das regiões Sul e Nordeste. Na região Sul, o rendimento diminuiu 21,7%, e a produção 19,1%, correspondendo a uma perda de quase 3,0 milhões de toneladas, em relação ao produzido no mesmo período na safra 2010/2011 (IBGE, 2012).
A segunda safra de milho superou a primeira em mais de 5,1 milhões de toneladas. A produção foi 73,4% maior que a da safra de 2011, com 38.328.705 toneladas do grão, uma diferença de 6.223.932 toneladas a mais, em uma área plantada de 7.307.082 ha. Este é o primeiro ano em que a segunda safra ultrapassa, em volume da produção, a primeira. O aumento se deve principalmente aos estados da região Centro Oeste e ao Paraná. O Paraná mostra expressivo aumento na área plantada para a primeira safra (25,0%), mas apresenta uma redução no rendimento médio de 14,4%, causado pela estiagem ocorrida nos meses de dezembro e janeiro. Para a segunda safra a área plantada e o rendimento médio também tiveram aumento de 19,6% de 29,6%, respectivamente (IBGE, 2012).
3.3.1 Aspectos biológicos e exigências climáticas
Para um eficiente manejo e monitoramento da cultura, o conhecimento das diferentes fases de crescimento do milho é fundamental. Portanto, é importante enfatizar os diversos estádios de crescimento da planta de milho, desde a sua emergência até a maturidade fisiológica. Todas as plantas de milho seguem um mesmo padrão de desenvolvimento, porém, o intervalo de tempo específico entre os estádios e o número total de folhas desenvolvidas pode variar entre diferentes cultivares, ano agrícola, data de plantio e local (EMBRAPA MILHO E SORGO, 2012a).
O sistema de identificação empregado divide o desenvolvimento da planta em vegetativo (V) e reprodutivo (R), conforme se mostra na Tabela 3. Subdivisões dos estádios
vegetativos são designadas numericamente como V1, V2, V3 até Vn; em que (n) representa a última folha emitida antes do pendoamento (VT). O primeiro e o último estádios V são representados, respectivamente, por (VE, emergência) e (VT, pendoamento). O estádio reprodutivo é iniciado quando os estilos-estigmas (cabelos) estão visíveis, para fora das espigas (R1), e termina quando todos os grãos na espiga alcançam o máximo peso seco e vigor, o que ocorre cerca de 50 a 60 dias após a polinização (R6) (EMBRAPA MILHO E SORGO, 2012a).
TABELA 3 Estádios vegetativos e reprodutivos do milho
VEGETATIVO REPRODUTIVO
Ve, Emergência R1, Embonecamento e Polinização
V1, 1ª Folha Desenvolvida R2, Grão bolha d'água
V2, 2ª Folha Desenvolvida R3, Grão leitoso
V3, 3ª Folha Desenvolvida R4, Grão Pastoso
Vn, nª Folha Desenvolvida R5, Formação de dente
Vt, Pendoamento R6, Maturidade Fisiológica
FONTE: Adaptado de EMBRAPA MILHO E SORGO (2012a).
O período de crescimento e desenvolvimento do milho é limitado pela água, temperatura e radiação solar ou luminosidade. A cultura do milho necessita que os índices dos fatores climáticos, especialmente a temperatura, a precipitação pluviométrica e o fotoperíodo, atinjam níveis considerados ótimos, para que o seu potencial genético de produção se expresse ao máximo (EMBRAPA MILHO E SORGO, 2012d).
A temperatura ideal para o desenvolvimento do milho, da emergência à floração, está compreendida entre 24 e 30ºC. Já o consumo de água pela planta, nos estádios iniciais de crescimento, num clima quente e seco, raramente excede 2,5 mm.dia-1. Durante o período
compreendido entre o espigamento e a maturação, o consumo pode se elevar para 5 a 7,5 mm diários. Mas se a temperatura estiver muito elevada e a umidade do ar muito baixa, o consumo poderá chegar até 10 mm.dia-1 (EMBRAPA MILHO e SORGO, 2012d).
A radiação solar é um dos parâmetros de extrema importância para a planta de milho, sem a qual o processo fotossintético é inibido e a planta é impedida de expressar o seu máximo potencial produtivo. Grande parte da matéria seca do milho, cerca de 90%, provém da fixação de CO2 pelo processo fotossintético. Uma redução de 30% a 40% da intensidade
luminosa, por períodos longos, atrasa a maturação dos grãos ou ocasiona queda na produção (EMBRAPA MILHO E SORGO, 2012d).
3.4 Zoneamento e calendário agrícola das culturas
O conhecimento do ambiente é decisivo para o desenvolvimento da agricultura produtiva, rentável, e socioeconomicamente viável. Quanto melhor for o conhecimento que
das condições ambientais prevalecentes numa região mais apto estar-se-á para seleção das culturas mais adequadas, das melhores épocas de semeadura e de colheita, das melhores variedades, dos sistemas de cultivo mais racionais, objetivando uma agricultura mais produtiva. Portanto, as condições ambientais devem ser adequadamente levantadas antes de se implantar uma atividade agrícola (PEREIRA; ANGELOCCI; SENTELHAS, 2002).
O estabelecimento de um sistema produtivo diversificado representa uma das alternativas para reduzir as frustrações de safras. Para tanto, as espécies selecionadas devem apresentar diferenças em termos de épocas de cultivo. Para cada espécie existem exigências bioclimáticas bem definidas em termos de temperatura, umidade e luminosidade. A estratégia para evitar frustações consiste em selecionar espécies vegetais, épocas de semeadura, cultivares dentro de cada espécie e práticas culturais, entre outras, que evitem coincidências de períodos críticos da planta à deficiência hídrica com aquelas épocas do ano que apresentam maior probabilidade de ocorrência de estiagens (BARNI, 1992).
O Zoneamento Agrícola é um instrumento de política agrícola e gestão de riscos na agricultura. O estudo é elaborado com o objetivo de minimizar os riscos relacionados aos fenômenos climáticos e permite a cada município identificar a melhor época de plantio das culturas, nos diferentes tipos de solo e ciclos de cultivares. Desta forma são quantificados os riscos climáticos envolvidos na condução das lavouras que podem ocasionar perdas na produção. Esse estudo resulta na relação de municípios indicados ao plantio de determinadas culturas, com seus respectivos calendários de plantio (BRASIL, 2012c).
O Instituto Agronômico do Paraná (IAPAR), vinculado à Secretaria da Agricultura e do Abastecimento (SEAB), é o órgão de pesquisa que dá embasamento tecnológico às políticas públicas de desenvolvimento rural do estado do Paraná e disponibiliza o zoneamento agrícola para o estado. Nas figuras 4 a 14, é apresentado o zoneamento agrícola para a primeira safra das culturas de soja e milho. As cultivares de soja foram classificadas em três grupos de características homogêneas: Grupo 1 (n < 115 dias); Grupo 2 (115 dias < n < 135 dias); e Grupo 3 (n >135 dias), em que n expressa o número de dias da emergência à maturação fisiológica; as cultivares de milho, ficaram agrupadas em 5 tipos: superprecoce, precoce, médio, semiprecoce e tardio. Consideraram-se os solos Tipo 1 (arenoso), Tipo 2 (textura média) e Tipo 3 (argiloso), com capacidade de armazenamento de água de 30, 50 e 75 mm, respectivamente.
FIGURA 4 Zoneamento da soja para os grupos 1 (ciclo < 115 dias), 2 (115 < ciclo <
135 dias) e 3 (ciclo > 135 dias) de maturação para tipo de Solo 1.
Fonte: IAPAR (2012).
FIGURA 5 Zoneamento da soja para o grupo 1 de maturação (ciclo < 115 dias) para tipo de
Solo 2.
FIGURA 6 Zoneamento da soja para o grupo 1 de maturação (ciclo < 115 dias) para tipo de
Solo 3.
Fonte: IAPAR (2012).
FIGURA 7 Zoneamento da soja para os grupos 2 (115 < ciclo < 135 dias) e 3 (ciclo > 135
dias) de maturação para tipo de Solo 2.
FIGURA 8 Zoneamento da soja para os grupos 2 (115 < ciclo < 135 dias) e 3 (ciclo > 135
dias) de maturação para tipo de Solo 3.
Fonte: IAPAR (2012).
FIGURA 9 Zoneamento do milho superprecoce para tipo de solo 1.
FIGURA 10 Zoneamento do milho superprecoce para tipos de solo 2 e 3.
FONTE: IAPAR (2012).
FIGURA 11 Zoneamento do milho precoce, médio, semiprecoce para tipo de solo 1.
FIGURA 12 Zoneamento do milho precoce, médio, semiprecoce para tipos de solo 2 e 3.
Fonte: IAPAR (2012).
FIGURA 13 Zoneamento do milho tardio para tipo de solo 1.
FIGURA 14 Zoneamento do milho tardio para tipos de solo 2 e 3.
Fonte: IAPAR (2012).
O calendário agrícola de uma região possui as informações para escolha do melhor período para implantação de determinada cultura. É uma ferramenta importante para determinar a etapa do ciclo da cultura, para o monitoramento do crescimento da cultura, geração de informações para estimativa de rendimento de grãos e o acompanhamento de quebras de safra.
A escolha da época de semeadura destaca-se no controle da deficiência hídrica valendo-se de mecanismos de escape, pois pode ser ajustada para evitar períodos de baixa precipitação, durante estádios críticos, e fazer coincidir as etapas de florescimento com períodos favoráveis de disponibilidade hídrica (MOTA, 1983).
Na Tabela 4, apresenta-se o calendário agrícola geral quinzenal para as culturas de soja e milho no estado do Paraná, segundo Yamaoka (2012).
TABELA 4 Calendário agrícola geral para as culturas de soja e milho no Paraná
CULTURAS / MESES SET OUT NOV DEZ JAN FEV MAR ABR MAI JUN Ciclo (Dias) Soja antecipada X X X X X X X X X 115-137 Soja normal X X X X X X X X X X 115-125 Soja tardia X X X X X X X X X X 126-150 Milho antecipado X X X X X X X X X X 135-150 Milho normal X X X X X X X X X X 125-150 Milho tardio X X X X X X X X X X 115-135 Milho safrinha X X X X X X X X X X 110-125 Fonte: Adaptado de Yamaoka (2012).
A SEAB/DERAL, por intermédio de planilhas de acompanhamento de situação plantio/colheita (PARANÁ, 2012a), verifica as condições das lavouras ao longo do ano agrícola (germinação, desenvolvimento, floração, frutificação e maturação) e divulga, anualmente, o percentual de área plantada e colhida das principais culturas agrícolas do estado do Paraná. Nas tabelas 5 e 6 são apresentados os resultados para as safras 2010/2011 e 2011/2012, respectivamente, para as primeiras safras das culturas de soja e milho. É importante destacar que este calendário agrícola diverge do apresentado por Yamaoka (2012), uma vez que este considera um calendário geral para o estado.
TABELA 5 Porcentagem mensal de plantio e colheita de soja e milho no estado do Paraná,
na 1ª safra de cada cultura para o ano-safra de 2010/2011
SAFRA 2010/2011
CULTURA SITUAÇÃO SET OUT NOV DEZ JAN FEV MAR ABR MAI
SOJA Plantio 1 47 95 100 - - - - -
Colheita - - - - 0 5 71 98 100
MILHO Plantio 14 83 98 100 - - - - -
Colheita - - - - 0 4 45 88 98
Fonte: Adaptado de PARANÁ (2012a).
TABELA 6 Porcentagem mensal de plantio e colheita de soja e milho no estado do Paraná,
na 1ª safra de cada cultura para o ano-safra 2011/2012
SAFRA 2011/2012
CULTURA SITUAÇÃO SET OUT NOV DEZ JAN FEV MAR ABR MAI
SOJA Plantio Colheita 4 - 51 - 98 - 100 - 6 - 30 - 74 - 98 - 100 - MILHO Plantio Colheita 46 - 86 - 99 - 100 - 4 - 30 - 68 - 94 - 97 - Fonte: Adaptado de PARANÁ (2012a).
3.5 Sistemas de acompanhamento de safras
As estimativas de safras, bem como sua distribuição no espaço geográfico, propiciam ao governo aprimorar o enfoque das ações nas políticas públicas para o agronegócio, possibilitando estabelecer uma melhor logística de atuação nas mais diversas situações. Ainda no âmbito das políticas públicas, o governo pode planejar com maior segurança as atividades que envolvem os principais elos da cadeia produtiva, onde estão produtores e consumidores (FIGUEIREDO, 2005).
Atualmente, a previsão de safras no Brasil é feita por meio de questionários aplicados diretamente aos produtores ou às entidades relacionadas à atividade agrícola. A partir de reuniões mensais com representantes dessas entidades são analisadas as informações e, posteriormente, compiladas em nível nacional. A obtenção de dados confiáveis é difícil, lenta,
onerosa e implica sempre um alto grau de subjetividade. A extensão e peculiaridades regionais e sazonais do território brasileiro podem acarretar erros nos resultados desse tipo de avaliação (FONTANA et al., 2012).
O Levantamento Sistemático da Produção Agrícola (LSPA) foi implantado pelo IBGE em novembro de 1972, com o propósito de atender a demandas de usuários por informações estatísticas conjunturais sobre as safras dos produtos agrícolas com maior importância econômica e social para o país. O Levantamento Sistemático da Produção Agrícola é uma pesquisa de previsão e acompanhamento das safras agrícolas, que fornece estimativas de área, produção e rendimento médio, de cada cultura investigada. Como o LSPA é uma pesquisa que faz acompanhamento conjuntural do desenvolvimento da safra agrícola, adotam-se diferentes procedimentos em seu processo de investigação, de acordo com as diversas características de cada cultura. Assim, para as culturas temporárias, durante a fase de intenção de plantio e/ou preparo do solo, são levantadas informações sobre a demanda de insumos agrícolas (sementes, fertilizantes, corretivos etc.) e outras, junto aos produtores, associações de classe e cooperativas. Com base nas informações obtidas, é realizada a primeira estimativa da área a ser plantada. Utilizando-se a média das produtividades normais alcançadas nas últimas safras é estimada a produção esperada (IBGE, 2002).
A Companhia Nacional de Abastecimento (CONAB) realiza levantamentos de safras no Brasil. Para a realização do levantamento são contatados os principais municípios produtores do País, instituições direta ou indiretamente ligadas à produção agrícola, destacando-se os produtores rurais, os profissionais de Cooperativas, Secretarias de Agricultura e órgãos de Assistência Técnica e Extensão Rural (oficiais e privados) e Agentes Financeiros (CONAB, 2012b).
No estado do Paraná a SEAB, através do DERAL, promove o acompanhamento e estimativa da produção pelo método subjetivo, efetua-se levantamento semanal de informação sobre a evolução das safras agrícolas. Por ser método de caráter subjetivo, as informações são construídas a partir de uma base anterior, considerando indicadores como ânimo dos agricultores, venda de insumos (sementes, fertilizantes etc.), além da demanda por crédito, clima etc., com visitas a propriedades rurais e a realização de reuniões nos municípios produtores (PARANÁ, 2012b).
As tecnologias do geoprocessamento e do sensoriamento remoto permitem a obtenção de informações precisas, em tempo hábil e com reduzida relação custo/benefício sobre a extensão e as condições de desenvolvimento de culturas, podendo tornar o sistema atual de monitoramento e previsão de safras brasileiro, mais eficiente e dinâmico em escala regional e nacional (MOTTA; FONTANA; WEBER, 2003).
Com esse propósito, a CONAB vem utilizando, desde 2004, recursos tecnológicos de eficiência comprovada, como: modelos estatísticos, sensoriamento remoto, posicionamento por satélite (GPS), sistemas de informações geográficas e modelos
agrometeorológicos/ espectrais, para a estimativa de áreas de cultivo e produtividade das lavouras de café, cana-de-açúcar, milho e soja para alguns estados brasileiros. Esse conjunto de tecnologias constitui o método objetivo de previsão de safras, que integra o projeto Geosafras (CONAB, 2012c).
Muitos autores utilizaram o sensoriamento remoto como forma de levantar dados e validar técnicas, na tentativa de gerar ferramentas para dar suporte ao acompanhamento e produção de culturas. Entre eles, podem ser citados Wardlow e Egbert (2008), que investigaram a aplicabilidade de séries temporais do sensor MODIS por meio dos índices de vegetação EVI e NDVI para o mapeamento de culturas em escala regional nas Grandes Planícies Centrais dos Estados Unidos. Através de um protocolo de mapeamento hierárquico de culturas, utilizando um classificador por árvore de decisão nos dados multitemporais de NDVI e EVI coletados durante o ciclo das culturas, produziu uma série de quatro classes de culturas, classificados como: 1) cultura / não-cultura, 2) culturas gerais (alfafa, culturas de verão, inverno, trigo e pousio), 3) culturas específicas de verão (milho, sorgo e soja) e 4) irrigado / não-irrigados. Uma série de avaliações quantitativas e qualitativas foram feitas em nível estadual para avaliar a qualidade do mapa geral e os erros de classificação para cada classe. Para cada cultura, um único perfil multitemporal foi detectado, condizente com a fenologia conhecida. A maioria das classes de cultura foram separadas em algum ponto durante o ciclo vegetativo, com base em sua fenologia, orientadas pelas diferenças dos perfis espectro-temporais. Concluindo que as séries temporais dos IVs derivados do sensor MODIS tinham, além de informações espectrais suficientes, resolução temporal e radiométrica para discriminar as principais culturas da região em nível estadual.
3.6 O sensor MODIS e seus produtos
O Moderate Resolution Imaging Spectroradiometer (MODIS) é um sensor fundamental a bordo dos satélites Terra e Aqua. Ele foi projetado para fornecer uma série de observações globais da superfície terrestre, oceano e atmosfera nas regiões do visível e do infravermelho, projetados para visualizar a superfície completa da Terra (resolução temporal) em 1 ou 2 dias, dependendo da posição geográfica. Possui alta sensibilidade radiométrica (12 Bits) em 36 bandas espectrais contidas no intervalo de 0,4 a 14,4 µm do espectro eletromagnético, como se verifica na Tabela 7. Duas bandas são adquiridas na resolução de 250 m, outras cinco bandas na resolução de 500 m e as demais 29 bandas em 1 km (SOARES; BATISTA; SHIMABUKURO, 2007).
TABELA 7 Características do sensor MODIS a bordo dos satélites Terra e Aqua
Bandas Resolução Espectral (nm) Resolução Espacial (m) Resolução Temporal Radiométrica Resolução
1 620 - 670 250 1 a 2 dias 12 bits 2 841 - 876 3 459 - 479 500 1 a 2 dias 12 bits 4 545 - 565 5 1230 - 1250 6 1628 - 1652 7 2105 - 2155 8 405 - 420 1000 1 a 2 dias 12 bits 9 438 - 448 10 483 - 493 11 526 - 536 12 546 - 556 13 662 - 672 14 673 - 683 15 743 - 753 16 862 - 877 17 890 - 920 18 931 - 941 19 915 - 965 20 3660 - 3840 21 3929 - 3989 22 3929 - 3989 23 4020 - 4080 24 4433 - 4498 25 4482 - 4549 26 1360 - 1390 27 6535 - 6895 28 7175 - 7475 29 8400 - 8700 30 9580 - 9880 31 10780 - 11280 32 11770 - 12270 33 13185 - 13485 34 13485 -13785 35 13785 -14085 36 14085 -14385 Fonte: NASA (2012).
As imagens do MODIS oferecem uma base sistemática de dados na elaboração de produtos sobre as interações entre atmosfera, terra e oceano. Sua utilização se encontra associada na medição de propriedades das nuvens, fluxo de energia radiante, propriedades dos aerossóis, mudanças no uso e cobertura das terras, queimadas e atividades vulcânicas, entre outras (EMBRAPA MONITORAMENTO POR SATÉLITE, 2012).
Para aplicações na agricultura, o produto MOD13, que contém os índices de vegetação (NDVI e EVI), tem sido utilizado, tanto ao longo do tempo quanto do espaço, para monitorar as condições de cobertura vegetal, em escalas global e regional, por serem produzidos globalmente com resoluções de 1 km, 500 m e 250 m e em composições de imagens ou mosaicos de 16 dias (LATORRE; SHIMABUKURO; ANDERSON, 2007). De acordo com Justice et al. (1998), estes IVs fornecem consistentes comparações espaciais e
temporais das condições globais da vegetação e podem ser usados para monitorar a atividade fotossintética.
O Earth Observing System (EOS/NASA) pratica uma política de distribuição pública de dados orbitais por meio do Land Processes Distributed Active Archive Center (LP-DAAC), que realiza o processamento, arquivamento e distribuição de produtos derivados do sensor MODIS. Uma grande vantagem para o usuário é a disponibilidade de produtos pré-processados, demandando menor necessidade de processamentos para utilização das imagens. Entretanto, ainda que os produtos disponibilizados pelo LP-DAAC sejam pré-processados, a maior parte dos usuários demanda processamentos complementares para transformar o pouco usual formato Hierarchical Data Format (HDF) em formatos compatíveis com os pacotes de geoprocessamento. Outra transformação refere-se à mudança da projeção cartográfica sinusoidal (padrão dos produtos LP-DAAC) para projeções mais comuns, como a Geográfica ou a UTM (EMBRAPA INFORMÁTICA, 2012).
3.7 Índices de vegetação
Os Índices de vegetação espectrais são combinações matemáticas de diferentes bandas espectrais, principalmente nas regiões visível e infravermelho próximo do espectro eletromagnético. Estas transformações numéricas são medidas semianalíticas de atividade da vegetação e tem sido amplamente demonstrado que variam não só com a variabilidade sazonal da cobertura vegetal, mas também através do espaço (VIÑA et al., 2011). O objetivo é ressaltar o comportamento espectral da vegetação em relação ao solo e a outros alvos da superfície terrestre (MOREIRA, 2005).
Com uma simples transformação de bandas espectrais, eles são computados diretamente, sem qualquer suposição a respeito da classe de cobertura da terra, tipo de solo, ou as condições climáticas. Eles nos permitem monitorar as variações sazonais e de longo prazo dos parâmetros estruturais, fenológicos e biofísicos da vegetação (HUETE et al., 2002).
Os IVs são diretamente relacionados a parâmetros agronômicos, como o índice de área foliar (IAF) (BREUNIG et al., 2011), biomassa e cobertura vegetal (HUETE et al., 2002). Segundo Baret, Guyot e Major (1989), os canais do vermelho (Red) e infravermelho próximo (NIR) fornecem mais de 90% das informações espectrais da vegetação. Com o aumento da cobertura vegetal, a reflectância tende a diminuir na região do vermelho e aumentar na região do infravermelho próximo. Com isso, os índices de vegetação exploram o contraste nos valores de reflectância destas duas faixas espectrais (JACKSON; HUETE, 1991). Na Figura 15 são ilustradas a reflectância espectral de alvos da superfície terrestre e a relação entre as 7 primeiras bandas espectrais do sensor MODIS.
FIGURA 15 Relação entre as 7 primeiras bandas espectrais do sensor MODIS e a
reflectância de alvos da superfície terrestre.
A maior parte dos trabalhos envolvendo a análise de IVs tem usado o Normalized
Difference Vegetation Index (NDVI) (ROUSE et al., 1974) que explora o contraste nos valores
de refletância dos canais do vermelho e infravermelho próximo, conforme Equação 1. Para a cultura da soja, o NDVI foi considerado o índice mais adequado para avaliação das mudanças do vigor vegetal, sendo diretamente relacionado com seus parâmetros agronômicos (HOLBEN; TUCKER; CHENG-JENG, 1980). Porém, Gamon et al. (1995) observaram que o NDVI apresentava como problema a possibilidade de saturação, ou seja, mantinha-se no mesmo patamar, tornando-o insensível ao aumento da biomassa, mesmo havendo aumento da densidade do dossel.
= (1)
em que:
= Banda do Infravermelho Próximo; = Banda do Vermelho.
Efeitos de saturação podem ter consequências importantes para a detecção de mudanças e monitoramento da dinâmica vegetal da superfície terrestre. Portanto, a característica mais relevante dos índices de vegetação melhorados como o Enhanced
Vegetation Index (EVI) (HUETE et al., 1997; HUETE; JUSTICE; LEEUWEN, 2012) (Equação
2) deve ser a linearidade estendida para os parâmetros biofísicos (HUETE et al., 2002). O intuito foi aperfeiçoar a resposta da vegetação, melhorando a sensibilidade em regiões com
maiores densidades de biomassa, além de proporcionar o monitoramento da vegetação através de uma ligação do sinal de fundo do dossel e a redução das influências atmosféricas (JUSTICE et al., 1998). Huete et al. (2002) observaram que, para áreas de densa vegetação, o NDVI cessa sua resposta, ao passo que o EVI ainda continua respondendo.
= 2.5
. (2)em que:
: = Banda do Infravermelho Próximo; : = Banda do Vermelho;
= Banda do Azul.
Gitelson (2004) propôs o Índice de Vegetação Wide Dynamic Range Vegetation Index (WDRVI) (Equação 3) com a intenção de melhorar a sensibilidade do NDVI sob alta densidade de cobertura vegetal. Este índice requer informações espectrais das regiões do vermelho e do infravermelho próximo, as mesmas que são apresentadas nos produtos NDVI-MODIS.
=
(∝×$ $ )(∝×$ $ ) (3)Neste IV, o ∝ é um coeficiente de ponderação, ' e ' são reflectâncias do infravermelho próximo e no vermelho, respectivamente. Quando α = 1, a equação produz a fórmula NDVI convencional proposta por Rouse et al. (1974). Com α < 1, a participação da banda do infravermelho próximo é atenuada, tornando-o comparável em magnitude aos valores da banda do vermelho, o que é particularmente importante em condições de alta biomassa, pois a reflectância no infravermelho pode chegar a 40 – 60%, enquanto na faixa do vermelho é de 3 – 5% (GITELSON, 2004). Isto ocorre, pois, na faixa do visível (0,4 a 0,7 µm), parte da radiação é absorvida pelos pigmentos presentes nas folhas, como clorofilas, xantofilas, carotenoides e antocianinas. Enquanto no infravermelho próximo (0,7 a 1,3 µm) a alta reflectância é fortemente influenciada pela estrutura celular das plantas (GUYOT, 1989).
Em seu estudo, Gitelson (2004) percebeu que a sensibilidade do ρNIR para as características biofísicas das culturas, não afetam os valores de NDVI, quando ρNIR ultrapassou os 30% de reflectância (Figura 16). Na Figura 16 tem-se o NDVI representado graficamente em função da reflectância do ρNIR. O NDVI foi calculado para o ρNIR variando de 2 - 60% e para ρRed variando de 2 a 20%. A ρRed entre 10 e 20% corresponde a uma vegetação escassa, enquanto um ρRed entre 2 a 7% é típico de uma alta densidade de
vegetação. Para uma ρRed entre 10 e 20%, o NDVI apresenta sensibilidade significativa à alteração no ρNIR, com uma ligeira diminuição na inclinação em valores elevados de ρNIR. Para ρRed menores que 7%, o NDVI não responde a alterações entre 30 e 65% do ρNIR.
FIGURA 16 NDVI representado graficamente em função da reflectância do ρNIR.
Fonte: Gitelson (2004).
A razão para a sensibilidade reduzida do NDVI a uma alta densidade de vegetação resulta a partir da própria formulação matemática do índice: a razão entre a diferença e a soma (Equação 1). O procedimento de normalização torna o NDVI insensível a variações do ρNIR quando ρNIR ≥ ρRed. Para ρNIR/ρRed ≥ 1, o numerador e o denominador se
aproximam da equivalência e a sensibilidade do índice para o ρNIR se torna insignificante. A sensibilidade do NDVI para ρNIR > 30% pode ser aumentada pela introdução de um coeficiente de ponderação ∝ < 1, para diminuir a disparidade entre as contribuições do ρNIR e o ρRed ao NDVI.
A magnitude específica de α depende das características do sensor e as condições atmosféricas, valores entre 0,1 e 0,2, foram encontrados sendo eficazez na detecção do IAF em culturas de linha (GITELSON, 2004) e também por observações de imagens de satélites (VIÑA; HENEBRY; GITELSON, 2004; AGUILAR-AMUCHASTEGUI; HENEBRY, 2006). De acordo com Gitelson et al. (2007), o melhor valor de α para relacionar linearmente o IAF nas culturas de milho e soja é de 0,2 com WDRVI MODIS. Com α = 0,2 o produto torna
o ρNIR comparável em magnitude com o ρRed (5 - 10%), portanto, a sensibilidade do WDRVI para mudanças no IAF passa de moderada a elevada.
A eficácia do WDRVI em monitorar a dinâmica da vegetação tem sido demonstrada por meio de trabalhos como o de Viña, Henebry e Gitelson (2004) que, para um conjunto de dados AVHRR do satélite NOAA, avaliaram a sua sensibilidade à variabilidade da vegetação dentro de ecorregiões e de um ano para outro, em relação ao NDVI. Concluíram que, em ecorregiões produtivas, a sensibilidade aumentada dentro de um único ano foi de 47% e a sensibilidade à variabilidade interanual aumentou em até 100%.
Em outro estudo, Viña et al. (2011) avaliaram os diferentes índices de vegetação para a estimativa remota do índice de área foliar (IAF) de dois tipos de culturas (milho e soja) com arquiteturas contrastantes do dossel e as estruturas da folha, utilizando valores de reflectância dos sensores MODIS/TERRA e MERIS/ENVISAT. Entre os índices testados, os índices de clorofila exibiram fortes e significativas relações lineares com o IAF. O EVI e o WDRVI tiveram sensibilidades mais elevadas do que o NDVI para IAF > 2 m2m-2. A
sensibilidade dos diferentes índices de vegetação espectrais para detectar alterações no IAF foi testada pela utilização do ruído equivalente (NE∆greenLAI), que tem a vantagem de permitir a comparação direta entre os diferentes IVs espectrais, ou seja, com diferentes escalas e dinâmicas de intervalos (VIÑA; GITELSON, 2005). Ambos os índices exibiram valores semelhantes, mas o WDRVI mostrou sensibilidade ligeiramente maior do que o EVI em toda a gama do IAF estudado.
Sakamoto et al. (2010) desenvolveu uma abordagem chamada de Filtragem Two-Step (TSF) para detectar os estádios fenológicos de milho e soja a partir de séries temporais do índice WDRVI de dados provenientes do sensor MODIS. Os estádios fenológicos das culturas derivados do MODIS são semelhantes aos dados estatísticos reportados pelo Departamento de Agricultura (USDA) e National Agricultural Statistics Service (NASS). O RMSE da estimativa do estágio fenológico variou de 1,6 [R1] para 5,6 [R5] dias para milho e de 2,5 [R7] para 5,3 [R5] dias para soja.
4 MATERIAL E MÉTODOS
As atividades foram realizadas no Laboratório de Topografia e Geoprocessamento (GeoLab) da Universidade Estadual do Oeste do Paraná - UNIOESTE / Cascavel. Na extração e reprojeção das imagens foi utilizado software MODIS Reprojection Tool (MRT). Para a realização dos processos foram utilizados os softwares Environment for Visualizing
Images (ENVI 5.0) e ARCGIS 10. A linguagem de programação Interactive Data Language
(IDL), versão 7.0, foi utilizada no desenvolvimento do sistema de processamento automático das imagens MODIS, assim como na extração dos dados dos perfis temporais. Na Figura 17 pode ser visualizado o fluxograma geral das atividades que foram realizadas para esta pesquisa.
FIGURA 17 Fluxograma geral das atividades realizadas.
4.1 Área de estudo e aquisição dos dados
A área de estudo compreende o estado do Paraná, região Sul do Brasil, situado entre os paralelos 22º29’S e 26º43’S e os meridianos 48º2’W e 54º38’W (Figura 18). É constituído por 399 municípios, entretanto, nem todos tem um intensivo cultivo de soja e milho, como é o caso da região litorânea. Desta forma, para análise, foram considerados 392 municípios.
