@PHDTHESIS{ 2016:1106386740,
 	title = {Mapeamento e modelagem espacial para estimativa de safras de culturas agrícolas com séries temporais de imagens de satélites},
 	year = {2016},
 	url = "http://tede.unioeste.br:8080/tede/handle/tede/2718",
 	abstract = "As estimativas das produções agrícolas têm grande importância, principalmente, no âmbito econômico. No entanto, elas são dependentes do conhecimento da área de cultivo e da produtividade da cultura. Desta forma, este trabalho teve por objetivo propor uma metodologia para estimar as áreas cultivadas com soja e milho em escala municipal no Estado do Paraná a partir de imagens multi-temporais do índice de vegetação EVI/MODIS, para os anos-safras 2010/2011, 2011/2012 e 2012/2013. Além disto, trabalhar com a autocorrelação espacial da produtividade da soja nesse Estado, com o índice de vegetação EVI e variáveis agrometeorológicas em escala decendial bem como estimar a produtividade a partir dos modelos CAR, SAR e GWR. No Paraná, há o inconveniente para mapear a soja devido à proximidade de datas de semeadura do milho. Assim, para o mapeamento da soja e do milho, utilizaram-se imagens englobando o período de máximo e mínimo vigor vegetativo de cada cultura, para se obter a área cultivada das duas. Para a separação, utilizou-se o algoritmo Spectro Angle Mapper (SAM) para uma das culturas e obteve-se o mapeamento da outra pela multiplicação de bandas. Para aplicação da estatística espacial dos dados mapeados, extraiu-se o perfil médio do EVI de cada município e para cada imagem multi-temporal para transformá-los em escala decendial. De acordo com a estatística espacial de áreas, utilizou-se a análise descritiva, de autocorrelação espacial univariada (global e local) de cada variável decendial com foco no ciclo da soja. Também realizou-se a análise de autocorrelação bivariada entre a produtividade da soja com as variáveis em estudo. Finalizando a metodologia, selecionaram-se as variáveis com maior índice de significância pelo método de stepwise e, em seguida, foram gerados os modelos estimados (SAR, CAR e GWR) da produtividade da soja. Como resultados, foram encontradas as seguintes respostas para os mapeamentos da soja r= 0,95 e 0,99, e para o milho de r = 0,72 e r= 0,95 para os anos-safras 2012/2013 e 2013/2014 em relação aos dados oficiais da SEAB. Logo, comprovou-se a grande eficiência da metodologia para separação e identificação das culturas. Quando realizada a estatística descritiva dos municípios para cada variável, verificaram-se regiões que iniciam as semeaduras antecipadas em relação a outras regiões do Estado pelos decêndios do índice de vegetação. Foi também possível identificar os decêndios em que os fatores climáticos causaram danos à produtividade da soja. Na análise da autocorrelação espacial, as maiores similaridades ocorreram no ano-safra 2011/2012, ano afetado pela variação climática, cujas produtividades foram semelhantes nos municípios do Paraná. Para a modelagem espacial, verificou-se que a seleção das variáveis decêndiais foi diferente para cada ano-safra estudado, e o GWR foi escolhido como melhor modelo pelos critérios de validação, AIC, BIC e R² ajustado. Foram encontrados resíduos distribuídos aleatoriamente por todo o Estado, para que assim se eliminasse a autocorrelação espacial",
 	publisher = {Universidade Estadual do Oeste do Parana},
 	scholl = {Programa de Pós-Graduação "Stricto Sensu" em Engenharia Agrícola},
 	note = {Engenharia}
}