O presente estudo visou analisar índices que possam ser utilizados para identificação de períodos de estiagem, bem como estimar a produtividade de milho para o município de Campos Novos, Santa Catarina, Brasil. Foram utilizados dados de precipitação, temperatura do ar, umidade relativa do ar, velocidade do vento e insolação no período de setembro de 2003 a março de 2020, oriundos da estação meteorológica de Campos Novos, e de setembro de 2009 a março de 2020 para as localidades catarinenses de Tangará, Curitibanos, Água Doce, Canoinhas e São Bento do Sul. Os dados de produtividade de milho são provenientes das safras de 2003/04 a 2017/18 referentes ao município de Campos Novos. Foi realizado o balanço hídrico sequencial de cada ano agrícola para diferentes datas de semeadura de 1o de setembro a 15 de novembro, espaçadas de 15 em 15 dias. Os índices utilizados foram o ETR/ETc (evapotranspiração real/evapotranspiração máxima da cultura), CWSI (Índice de estresse hídrico da cultura), Pef (precipitação efetiva), Pef-ETc, DEF (déficit hídrico) e EXC (excesso hídrico). Por meio da análise de Componentes Principais obtiveram-se as correlações entre os índices e, estes, com a produtividade de milho nas safras de 2006 a 2017 em Campos Novos. As equações de estimativa de produtividade do milho foram obtidas através da regressão linear simples ao nível significância de 5% ou 1% pelo valor-p. A avaliação da estimativa de produtividade com os índices foi realizada por meio do erro padrão da estimativa, do erro médio, dos coeficientes de correlação e de determinação da regressão linear, do índice de concordância e do índice de confiança. A ETR/ETc, EXC, Pef, CWSI e DEF podem ser usados na identificação de períodos de estiagens ou mais chuvosos. Porém, os dois últimos índices estão mais associados com a redução na produtividade de milho decorrente de estiagem, principalmente em semeaduras feitas na segunda quinzena de outubro na região de Campos Novos. O uso do CWSI, ETR/ETc e DEF para estimar a produtividade de milho apresentaram um ‘ótimo’ desempenho, podendo ser utilizadas como variáveis preditoras.

O El Niño Oscilação Sul (ENOS) é visto como fator de anomalias climáticas em várias regiões do globo, principalmente, na precipitação. Por isso os impactos nas atividades e produtividade agrícolas são recorrentes. O estudo teve como objetivo verificar a influência dos eventos ENOS Canônicos na produtividade de soja, feijão e milho e na ocorrência/intensidade de secas nos municípios de Chapecó e Urussanga, em Santa Catarina. Foram utilizados dados meteorológicos diários de 1982 a 2017 de temperatura do ar e de precipitação para avaliar a ocorrência/intensidade de seca pelo Índice de Água Disponível de Hargreaves, Índice de Anomalia de Chuva e o Percentil. A produtividade das microrregiões de Chapecó e Urussanga foram obtidas de 2001 a 2017 do Instituto Brasileiro de Geografia e Estatística. A ocorrência do El Niño Canônico proporcionou desvios positivos de produtividade para as culturas em Chapecó e Urussanga. Já a ocorrência de La Niña Canônico determinou desvios positivos para as culturas em ambos municípios, com exceção do feijão para Chapecó. Em anos de EN Canônico, os totais de chuva mensal acima da normalidade são mais frequentes, principalmente de março a maio. A variação das anomalias na chuva mensal é maior em anos de LN Canônico.

A disponibilidade de perfis temporais de Índices de Vegetação (IVs) como o Normalized Difference Vegetation Index (NDVI) e o Enhanced Vegetation Index (EVI) permitem realizar diferentes tipos de análises da condição da cobertura vegetal de uma determinada área. Entre os sensores utilizados para esse fim, o MODIS se destaca devido a combinação de resolução espacial e temporal. O objetivo deste trabalho foi estimar a produtividade de soja com uso de perfis temporais de índices de vegetação do sensor MODIS, em Sapezal, Mato Grosso. Foram utilizados dados de produtividade observadas das safras de 2003/04 a 2013/14 de uma fazenda comercial. Os perfis temporais de NDVI e EVI foram coletados na plataforma SATVeg da Embrapa. A validação da estimativa de produtividade feita pelos IVs foi realizada por meio do erro quadrático médio, erro médio, coeficiente de determinação e de correlação, índice de concordância e confiança (c). Apesar do maior número de correlações significativas usando o EVI, que explicou de 39% a 77% da variação na produtividade de soja em alguns talhões, os modelos para estimativa de produtividade usando o referido índice de vegetação, tiveram um ‘péssimo’ desempenho (c≤0,10). O modelo com melhor desempenho teve como variável de entrada os dados absolutos do máximo valor de EVI registrado durante o ciclo de desenvolvimento da cultura, apresentando uma variação média de 6,02 sacas/ha e uma tendência em subestimar a produtividade em 1,49 sacas/ha.Palavras-chave: EVI, Glycine max, NDVI, SATVeg, Sensoriamento RemotoSoybean yield estimate using temporal profiles of vegetation indices from the MODIS sensor in Sapezal, Mato GrossoA B S T R A C TThe availability of temporal profiles of Vegetation Index (VIs) such as the Normalized Difference Vegetation Index (NDVI) and the Enhanced Vegetation Index (EVI) allow different types of analyzes of the vegetation cover condition of a given area to be carried out. Among the sensors used for this purpose, MODIS stands out due to the combination of spatial and temporal resolution. The objective of this work was to estimate soybean yield using temporal profiles of vegetation indices from the MODIS sensor, in Sapezal, Mato Grosso. Observed yield data from the 2003/04 to 2013/14 crops of a commercial farm were used. The NDVI and EVI temporal profiles were collected on Embrapa's SATVeg platform. The validation of the productivity estimate made by the IVs was performed using the mean square error, mean error, coefficient of determination and correlation, index of agreement and confidence (c). Despite the greater number of significant correlations using the EVI, which explained 39% to 77% of the variation in soybean yields in some fields, the models for yield estimation using the referred vegetation index had a 'poor' performance (c ≤0.40).  The model with the best performance had as input variable the absolute data of the maximum EVI value recorded during the crop development cycle, showing an average variation of 6,02 bags/ha and a tendency to underestimate yield by 1,49 bags/ha.Keywords: EVI, Glycine max, NDVI, Remote Sensing, SATVeg