@PHDTHESIS{ 2021:1558335988,
 	title = {Análise da variabilidade agrometeorológica e espectral associada ao ciclo da  soja e estimativa da produtividade com imagens de satélites},
 	year = {2021},
 	url = "http://tede.unioeste.br/handle/tede/5586",
 	abstract = "A soja é um dos principais produtos agrícolas e de grande importância para a economia 
 brasileira, pois a partir dela tem-se matéria-prima para a produção de alimentos, 
 combustíveis e aplicações na indústria. Entretanto, a produção agrícola é altamente 
 influenciada pela variabilidade climática que causa tanto impactos positivos quanto 
 negativos na produtividade das culturas. Sendo assim, são relevantes os estudos sobre 
 essas variáveis, bem como sobre a dinâmica da cultura, por meio de índices de vegetação, 
 em contexto global e regional, para obter melhores resultados nas atividades agrícolas. 
 Assim, o objetivo geral deste estudo foi analisar a variabilidade espacial e temporal da soja e 
 estimar a produtividade desta cultura com imagens de satélite no estado do Paraná. Para 
 isso, foram consideradas métricas decendiais associadas às variáveis agrometeorológicas 
 (VAs) e ao índice de vegetação melhorado (EVI) durante o ciclo da soja, a partir de uma 
 série temporal de imagens do European Centre for Medium-Range Weather Forecasts 
 (ECMWF) e do sensor Moderate Resolution Imaging Spectroradiometer (MODIS), em 
 diferentes cenários agrícolas, correspondendo aos anos-safra 2011/2012, 2013/2014 e 
 2015/2016, os quais foram identificados com baixo, médio e alto índices pluviométricos. 
 Esses índices foram avaliados durante o período de 2000 a 2016. A tese está dividida em 
 três artigos: no primeiro e no segundo artigos, foram utilizadas técnicas multivariadas com o 
 objetivo de regionalizar o estado do Paraná. No primeiro artigo, utilizaram-se as análises 
 fatorial e de agrupamento e, no segundo, foram utilizadas técnicas multivariadas que 
 consideram a dependência espacial da localização das estações virtuais (EV) chamada 
 MULTISPATI – PCA. No terceiro artigo, estimou-se a produtividade da soja no estado do 
 Paraná, por meio dos modelos mínimos quadrados ordinários (OLS) e regressão 
 geograficamente ponderada (GWR), comparando-se os resultados desses modelos, a fim 
 de obter um modelo com melhor acurácia e precisão. De modo geral, os resultados 
 apresentaram a formação de regiões agroclimáticas e espectrais semelhantes, obtendo-se o 
 Grupo 1 (mesorregiões ao sul) com as menores temperaturas para os três cenários 
 agrícolas e o Grupo 2 (mesorregião oeste) com baixos valores de precipitação e balanço 
 hídrico para o ano-safra 2011/2012, ocorrendo o oposto para o ano-safra 2015/2016. Além 
 disso, o método MULTISPATI-PCA apresentou combinações lineares mais contíguas que as 
 obtidas pelo ACP clássico e agrupamentos bem definidos. Destacando a mesorregião oeste 
 no cenário de baixa pluviosidade, que apresentou baixos valores de precipitação e balanço 
 hídrico durante os estádios do florescimento pleno até o enchimento de grãos (R2 – R5), 
 ocasionando uma baixa produtividade, ocorrendo o oposto para o cenário de alta 
 pluviosidade. Por fim, o modelo GWR apresentou melhor acurácia e precisão na estimação 
 da produtividade da soja, quando comparado com o modelo OLS, demonstrando a 
 heterogeneidade espacial e temporal entre a produtividade e as métricas analisadas no 
 modelo. Com esses resultados, é possível definir estratégias mais adequadas para o cultivo 
 da soja no estado do Paraná, que permitam auxiliar tanto os agricultores quanto os órgãos 
 responsáveis pelo planejamento de safras na tomada de decisão, proporcionando melhores 
 resultados de produtividade.",
 	publisher = {Universidade Estadual do Oeste do Paraná},
 	scholl = {Programa de Pós-Graduação em Engenharia Agrícola},
 	note = {Centro de Ciências Exatas e Tecnológicas}
}