@MASTERSTHESIS{ 2019:1436759507,
 	title = {GOOGLE earth engine para mapeamento de culturas agrícolas no Paraná},
 	year = {2019},
 	url = "http://tede.unioeste.br/handle/tede/4470",
 	abstract = "A produção agropecuária brasileira influencia diretamente na economia do país, sendo que a produção nacional de grãos abrange boa parte desse setor. Desta forma, a informação de área semeada com as principais culturas agrícolas tem grande valor no planejamento de ações logísticas, em políticas públicas ou privadas do mercado de commodities. Uma forma de obter dados mais confiáveis desse setor da economia é com o auxílio do sensoriamento remoto, obtendo dados de maneira mais rápida e eficiente. Entretanto, para se trabalhar com sensoriamento remoto, se torna necessário uma alta capacidade computacional para o processamento dos dados. Para contornar este problema, tem sido utilizado o processamento de dados em nuvem na plataforma Google Earth Engine (GEE), que está disponível de forma gratuita aos usuários e que permite a realização de diversas atividades ligadas ao sensoriamento remoto orbital. Assim, o objetivo deste trabalho foi mapear as principais culturas agrícolas de verão e de inverno no estado do Paraná, para os anos-safra 2016/2017 e 2017/2018, utilizando a plataforma GEE. Para tanto, foram utilizadas imagens dos sensores OLI e MSI, imagens do modelo digital de elevação (SRTM), processo de segmentação no mosaico falsa cor das imagens dos sensores e o algoritmo Continuous Naive Bayes como métodos de classificação. O processo de mapeamento foi parametrizado separadamente para cada uma das 39 microrregiões do estado. Por fim, quantificaram-se as áreas das culturas (soja, milho 1ª e 2ª safras e culturas de inverno) por município e compararam-se estas com dados oficiais e dados de campo. A acurácia dos mapeamentos de verão resultou em Exatidão Global (EG) variando entre 87,6% (Milho, ano-safra 2017/2018) a 96,7% (Soja, ano-safra 2016/2017), com índice kappa (K) entre 72% (Milho, ano-safra 2017/2018) e 91% (Soja, ano-safra 2016/2017). A correlação linear (r) entre a área mapeada e a oficial por município foi de 0,92 e o índice de concordância dr = 0,81 para a cultura da soja; para o milho 1ª safra obtiveram-se r = 0,59 e dr = 0,53. Para os mapeamentos de milho 2ª safra e culturas de inverno, a EG variou entre 95% (culturas de inverno, ano-safra 2018) e 96,7% (Milho 2ª safra, ano-safra 2017), com K entre 90% (culturas de inverno, ano-safra 2018) e 92% (Milho 2ª safra, ano-safra 2017). Entre a área mapeada e a oficial por município obtiveram-se r = 0,95 e dr = 0,83 para a cultura do milho 2ª safra, e r = 0,78 e dr = 0,76 para as culturas de inverno. Na comparação entre a área mapeada e os dados de campo obtiveram-se r = 0,96 e dr = 0,86 para a cultura do milho 1ª safra; e r = 0,96 e dr = 0,92 para a soja, no ano-safra 2017/2018. Para o milho 2ª safra obtiveram-se r = 0,79 e dr = 0,71; e r = 0,80 com dr = 0,72 para as culturas de inverno no ano safra 2017. No ano-safra 2018, para milho 2ª safra obtiveram-se r = 0,88 e dr = 0,86; e r = 0,71 com dr = 0,78 para as culturas de inverno. O mapeamento de áreas com culturas agrícolas realizado com a plataforma GEE pode ser realizado forma rápida, precisa e eficiente. Pelos mapeamentos é possível ter-se a distribuição espacial das culturas por talhão das lavouras, bem como a quantificação de áreas por área de abrangência de uma empresa, município, microrregião, mesorregião e para todo estado.",
 	publisher = {Universidade Estadual do Oeste do Paraná},
 	scholl = {Programa de Pós-Graduação em Engenharia Agrícola},
 	note = {Centro de Ciências Exatas e Tecnológicas}
}