Soybean yield is modelled from data gathered from crops in Rio Grande do Sul State, Brazil. The model comprises an agrometeorological term, obtained by adjusting the multiplicative model of Jensen, modified by Berlato, and a spectral term, obtained from National Oceanic and Atmospheric Administration (NOAA) satellite images of the maximum Normalized Difference Vegetation Index (NDVI). The weather data used to calculate the relative evapotranspiration (ET r /ET 0 ) cover the period from 1975 to 2000, and the NDVI/NOAA images were obtained from 1982 to 2000. Application of the agrometeorological-spectral model produced better yield estimates (of about 5%) than Jensen's model, allowing the further generation of yield maps for the most significant soybean production regions within the Rio Grande do Sul State.
RESUMOAs técnicas de classificação, como a análise de agrupamento, utilizadas nas áreas biológicas, em chaves de classificação de plantas e animais, também são úteis para definição de regiões homogêneas, seja para dados climáticos ou para identificação ou monitoramento da vegetação. O objetivo desse trabalho foi caracterizar a dinâmica espaço-temporal do Índice ABSTRACTThe classification techniques, such as cluster analysis, used in biological areas, in the plants and animals classification keys, are also useful for defining homogeneous regions, for climate data or for identification or monitoring of vegetation. The objective of the research was to characterize the spatiotemporal dynamic of NDVI (Normalized Vegetation Index Difference) of vegetation groups of Rio Grande do Sul, clustering homogeneous regions based on NDVI temporal variability and to analyze the pattern of NDVI annual variability of the different groups. For this NDVI data from the Global Inventory Modeling and Mapping Studies (GIMMS) series, derived from Advanced Very High Resolution Radiometer / National Oceanic and Atmospheric Administration (AVHRR/NOAA) over the period from January 1982 to December 2008 were used. Six groups were defined, which were compared to environmental macrozoning. The results showed that the variability of NDVI, obtained from GIMMS/AVHRR series, allows clustering homogeneous regions in order to identify and map the main vegetation groups that occur in the Rio Grande do Sul
Resumo -O Estado do Rio Grande do Sul é responsável por aproximadamente 20% da produção nacional de soja, o que torna necessário um conhecimento mais amplo de indicadores da produção desta cultura neste Estado. O objetivo deste trabalho foi analisar, em comparação ao zoneamento agrícola, alguns indicadores de produção da soja nos municípios que compõem a região de produção significativa da cultura da soja no Rio Grande do Sul. A análise de agrupamento foi realizada pelo método de Ward. Os municípios foram agrupados em função do rendimento, da produção e da razão entre a área colhida de soja e a área total do Município. O resultado da análise de agrupamento quanto ao rendimento foi comparado ao zoneamento agroclimático da soja para o Estado. Existe uma estreita relação entre os grupos formados pela análise das três variáveis. O zoneamento agrícola da soja no Estado do Rio Grande do Sul apresenta uma possível inconsistência no agrupamento dos municípios por rendimento. Nos outros agrupamentos, esta inconsistência não é observada.Termos para indexação: Glycine max, análise de agrupamento, área, produtividade. Soybean production pointers in Rio Grande do Sul compared to the agricultural zoningAbstract -The State of Rio Grande do Sul is responsible for approximately 20% of the national soybean production. For this reason better knowledge about pointers of this crop production in this State becomes necessary. The objective of this work was to analyse, comparing to the agricultural zoning, some soybean production pointers in the counties that are part of the signicant production region of this crop in Rio Grande do Sul. The grouping analysis was carried by the Ward's method. Counties were grouped according to the yield, the production and the ratio of the soybean harvested area and the total county area. The yield grouping analysis result was compared to the soybean agroclimatic zoning for the State. There is narrow relation among the groups formed by the three variables analysis. The soybean agroclimatic zoning in the State of Rio Grande do Sul presents a possible inconsistency in the grouping of the counties by yield. In the other groupings, this inconsistency is not observed.
Aos meus pais e irmãos, por sempre confiarem e acreditarem em mim e pela contribuição inestimável à minha formação como pessoa.À minha esposa Cimara Regina Grohs, pelo apoio, companheirismo e confiança constantes, sem os quais não seriam possíveis o início, o desenvolvimento e a conclusão deste trabalho, e à minha filha Martina, pelo impulso na reta final e por encher de alegria meus dias.À Annelise Wanke Olbrzymek, Johan Olbrzymek e Faride Grandolpho, minha família no Estado de São Paulo.Ao meu orientador, Dr. Durval Dourado Neto, pelo conhecimento e lições transmitidas e pela amizade.Ao Dr Moacir Berlato, por ter despertado em mim a curiosidade científica e a busca pela perfeição, pelo exemplo profissional e pela amizade.À Dra. Denise Cybis Fontana, por me encaminhar na pesquisa agrometeorológica, pelo exemplo profissional, pela preocupação demonstrada com o lado humano da pesquisa, pelo estímulo constante para a continuidade do trabalho e pela amizade.À ESALQ/USP -Escola Superior de Agricultura "Luiz de Queiroz" -pela disponibilização do espaço físico e material para a realização dos trabalhos.Aos meus amigos e colegas Adriano Gonçalves,
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.