Título:	Estimativa da produtividade da cana-de-açúcar utilizando o SEBAL e imagens Landsat.
Autoria:	ANDRADE, R. G. SEDIYAMA, G. SOARES, V. P. GLERIANI, J. M. MENEZES, S. J. M. DA C.
Afiliação:	RICARDO GUIMARAES ANDRADE, CNPM; GILBERTO SEDIYAMA, UFV; VICENTE PAULO SOARES, UFV; JOSÉ MARINALDO GLERIANI, UFV; SADY JUNIOR MARTINS DA COSTA MENEZES, UFRJ.
Ano de publicação:	2014
Referência:	Revista Brasileira de Meteorologia, v. 29, n. 3, p. 433-442, 2014.
Conteúdo:	As técnicas de sensoriamento remoto têm sido muito promissoras para o desenvolvimento de medidas mais confiáveis e economicamente viáveis da produção vegetal em larga escala. O algoritmo SEBAL (Surface Energy Balance Algorithm for Land) tem como vantagem a obtenção de parâmetros biofísicos usando imagens de satélite e poucos dados observacionais. Este trabalho objetivou estimar a produtividade da cana-de-açúcar por meio da aplicação do algoritmo SEBAL e de imagens Landsat 5 TM. O estudo foi realizado em plantios de cana-de-açúcar da fazenda Boa Fé, localizada no Triângulo Mineiro, município de Conquista, Minas Gerais. A metodologia utilizada apresentou variação de desempenho nas estimativas de produtividade da cana-de-açúcar de cada gleba, provavelmente em decorrência de influências da dimensão dos talhões e da resolução espacial da imagem, e de variedades e épocas de plantio e colheita da cultura. No entanto, os resultados apontam que a metodologia tem potencial para ser aplicada em áreas extensas com limitada disponibilidade de dados meteorológicos. Palavras-chave: Cana-de-açúcar, Biomassa Vegetal, SEBAL, Sensoriamento Remoto.
Thesagro:	Sensoriamento Remoto
Palavras-chave:	Cana-de-açúcar Biomassa vegetal SEBAL
Digital Object Identifier:	http://dx.doi.org/10.1590/0102-778620130022
Tipo do material:	Artigo de periódico
Acesso:	openAccess
Aparece nas coleções:	Artigo em periódico indexado (CNPM)