Título:	Séries temporais de índices de vegetação para identificação de quebra de safra.
Autoria:	VICTORIA, D. de C. CUADRA, S. V. OLIVEIRA, A. F. de
Afiliação:	DANIEL DE CASTRO VICTORIA, CNPTIA; SANTIAGO VIANNA CUADRA, CPACT; ARYEVERTON FORTES DE OLIVEIRA, CNPTIA.
Ano de publicação:	2017
Referência:	In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 11., 2017, Campinas. Ciência de dados na era da agricultura digital: anais. Campinas: Editora da Unicamp: Embrapa Informática Agropecuária, 2017.
Páginas:	p. 409-418.
Conteúdo:	A agricultura está sujeita a intempéries que afetam a produção negativamente. Monitorar quebras causadas por clima adverso, em termos de quantidade perdida e área afetada, é de interesse para produtores, mercado consumidor e empresas do agronegócio. O sensoriamento remoto tem se mostrado útil para o monitoramento agrícola, principalmente com o uso de séries temporais. Esse trabalho utilizou séries de EVI/MODIS para calcular o Índice de Vegetação Padronizado (IVP), os quais foram comparados com a produtividade de soja nos municípios da região Sul do País. Os dados de sensoriamento remoto foram processados na plataforma de computação em nuvem Google Earth Engine, que se mostrou apropriada para manejar grandes volumes de dados. O IVP médio dos municípios mostrou boa relação com a produtividade de soja. Dessa forma, esse índice poderá ser utilizado para identificação de áreas afetadas por quebra de safra e para o monitoramento da produção agrícola.
Thesagro:	Soja Sensoriamento remoto Produtividade Glycine Max
NAL Thesaurus:	Time series analysis Vegetation index Remote sensing
Palavras-chave:	Séries temporais Índice de Vegetação Padronizado
ISBN:	978-85-85783-75-4
Notas:	SBIAgro 2017. Na publicação: Santiago Viana Cuadra.
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CNPTIA)