RESUMO
Análise da Eficiência dos Estimadores de Expansão Direta e de Regressão para Áreas Cultivadas com Café, Milho e Soja no Munícipio de Cornélio Procópio, Estado do Paraná

Marco Adami
Mauricio Alves Moreira
Bernardo Friedrich Theodor Rudorff
Corina da Costa Freitas

O objetivo deste trabalho é avaliar a eficiência dos métodos de expansão direta e de
regressão, para estimar áreas de culturas agrícolas no município de Cornélio Procópio, Estado
do Paraná. Para a coleta de dados a campo, foram selecionados aleatoriamente 35 segmentos de 1 km x 1 km de um painel amostral estratificado, segundo o uso e a ocupação do solo. O método de regressão apresentou os menores coeficientes de variação para as estimativas de área plantada com soja e milho, muito embora o método de expansão direta tenha tido bom desempenho, fornece estimativas de forma ágil e independe da disponibilidade de imagens. Já para a cultura do café, a disponibilidade de imagens livres de cobertura de nuvens foi boa por ser uma cultura perene e por permitir uma maior janela para aquisição das imagens. Nesse caso, o método de regressão mostrou-se bem mais eficiente do que o método de expansão direta.

Palavras-chave: sensoriamento remoto, estimativa de área, amostragem, estatísticas agrícolas.

   
ABSTRACT
Effciency Analysis of Direct Expansion and Regression Estimators for Coffee, Corn and Soybean Crop Areas Estimates in the Municipality of Cornélio Procópio, Paraná State

The objective of this work is to evaluate the efficiency of the direct expansion and regression methods to estimate agricultural crop areas in the municipality of Cornélio Procópio, Paraná State. Thirty five segments of 1 km x 1 km were randomly selected from a sample panel stratified according to land use and cover. These segments were used for data collection during field work. The regression method produced the lowest coefficient of variation (CV) values for soybean and corn crop areas estimates, even though the direct expansion method had a good performance, provided fast estimates and is independent of cloud free images. For the coffee crop evaluation it was possible to acquire cloud free images once its perennial characteristic allows for a greater time window for image acquisition. In this case the regression method proved to be much more efficient than the direct expansion method. 

Key-words: remote sensing, area estimate, sampling area, agricultural statistics.

JEL Classification: C8, C13, C42.

   
  Artigo integral em .pdf