Bernardo
Friedrich Theodor Rudorff
Luciana
Miura Sugawara Berka
Mauricio
Alves Moreira
Valdete
Duarte
Alexandre
Cândido Xavier
Viviane
Gomes Cardoso Rosa
Yosio
Edemir Shimabukuro
As
imagens de sensoriamento remoto apresentam potencial para mapear e estimar
a área de
culturas
agrícolas. Contudo, seu uso operacional é restrito devido
à baixa disponibilidade de imagens livres de nuvens. O presente
trabalho tem como objetivo mapear e estimar a área da cultura da
cana no estado de São Paulo, por meio de imagens do Landsat e de
técnicas de classificação e interpretação
de imagens. Foram utilizadas imagens obtidas em quatro períodos
ao longo de um ano para identificar a cana em variadas condições
de crescimento e manejo. A área de cana cultivada em 2003 foi de
3,09 milhões de hectares. A área de cana para a safra 2003/04
foi de 2,57 milhões de hectares. Este trabalho deverá ser
continuado nos próximos anos para testar a viabilidade do uso operacional
dessas imagens no fornecimento de informações objetivas sobre
a previsão da estimativa da área de cana em São Paulo.
Palavras-chave: sensoriamento remoto, sistema de informação geográfica, imagens Landsat, interpretação de imagem, estimativa municipal.
Remote
sensing images present potential to map and estimate crop area. However,
its operational use is limited due to the low availability of cloud-free
images. The present work has the objective to map and estimate sugarcane
crop area in the state of Sao Paulo, Brazil, using Landsat images and image
classification and interpretation techniques. Images were acquired at four
dates during one year in order to identify the various growth and management
conditions of the sugarcane crop. Cultivated sugarcane area in 2003 was
3.09 million ha. Sugarcane area designated for harvesting in the crop year
2003/04 was 2.57 million ha. This work should continue in following years
to test the feasibility of the operational use of these images in order
to provide objective and predictive information on sugarcane area in the
state
of
Sao Paulo.
Key-words: remote sensing, geographic information system, Landsat images, image interpretation, municipality estimation.
JEL Classification: Q13, Q15, Q24.