| Summary: | Estatísticas agrícolas são importantes em um país como o Brasil, onde a agricultura desempenha um papel fundamental na economia brasileira. As metodologias atualmente utilizadas são baseadas em dados subjetivos, e apresentam um caráter nãoprobabilístico. No intuito de aprimorar os resultados obtidos, o projeto Geosafras utiliza dados de sensoriamento remoto associado a dados de campo na geração de estimativa de áreas agrícolas para as principais culturas existentes no país. Porém, este método apresenta algumas limitações quanto à validação dos dados provenientes do campo. Neste sentido, este trabalho tem como hipótese central a existência de relação entre os dados coletados em campo no presente e informações de uso do solo em tempos passados. Assim, o principal objetivo é avaliar como a dinâmica de áreas agrícolas, pela abordagem multitemporal, pode auxiliar o processo de previsão, auditoria e validação de dados de campo. O estudo de imagens multitemporais possibilitou a avaliação da dinâmica de áreas agrícolas e do padrão de uso do solo na área de estudo. Foram utilizadas 24 imagens dos sensores TM/Landsat-5 e ETM+/Landsat-7 no período de 2002 a 2005. As classes avaliadas neste trabalho - soja, cana-de-açúcar, pasto e mata - foram bem discriminadas visual e espectralmente. A análise da dinâmica temporal mostrou que cada classe possui padrões distintos, que estão associados também ao calendário agrícola da região. A metodologia empregada neste trabalho foi eficiente tanto na realização da previsão de uso do solo, como na indicação dos pontos a serem auditados no painel amostral do projeto Geosafras, apontando os erros que podem ser cometidos em campo e depurados pela utilização das imagens de satélite. === Agricultural statistics are important in a country like Brazil, where agriculture plays an important role over the economy. The methodologies for crop area estimates are commonly based on subjective data, and they present a non-probabilistic profile. In order to increase the quality of the results, the Geosafras Project uses remote sensing data associated to field data for estimating the area of agricultural crops for the main crop types existing in the country. However, this method presents some limitations regarding the field data validation. This work tackled this aspect and has as central hypothesis the existence of relation between the field data colleted in the present and information about the land-use in the past. Thus, the main objective is to evaluate how the agricultural crop land use dynamics, evaluated here by remote sensing multitemporal analysis, can assist the early estimation process, auditing and field data validation. The analysis of multitemporal images showed that it was possible the validation of the agricultural land dynamics and the land-use patterns in the study area. In order to accomplish the study, 24 TM/Landsat-5 and ETM+/Landsat-7 images in the time-frame from 2002 to 2005 were used. The crop land use classes evaluated in this work soybean, sugarcane, grassland and forest were well distinguished visually and spectrally. The analysis of the temporal dynamics showed that each class has a distinct pattern, which is also associated to the agricultural schedule/calendar of the region. The methodology used in this work was efficient for the land-use prediction, as well as for the indication of the plotted points to be audited in the sample panel of the Geosafras Project. Also, it was possible to identify the errors that can be committed during field sampling and corrected them by using multitemporal satellite images.
|
|---|
