Kuchler Calvano Patrick, Simoes Margareth, Ferraz Rodrigo P.D., Bégué Agnès.
2018. Uso de Geotecnologias para a detecção de Sistemas Integrados de Produção Agropecuária: Uma contribuição para o Monitoramento da Agricultura de Baixa Emissão de Carbono.
In : Anais 7º Simpósio de Geotecnologias no Pantanal. EMBRAPA
![[img]](/style/images/fileicons/text.png)
|
Version publiée
- Portugais
Sous licence  .
p164.pdf Télécharger (396kB) | Prévisualisation |
Résumé : A implementação dos Sistemas Integrados de produção agropecuária (SI), ou seja, a integração lavoura-pecuária -floresta (ILPFs), constitui uma importante estratégia de intensificação agrícola sustentável para o Brasil. Estados, como Mato Grosso (MT), tradicionalmente grandes produtores agrícolas já vem adotando esta estratégia e potencializando a sua capacidade produtiva. O Governo Federal vem, desde 2009, promovendo a disseminação e adoção dos sistemas integrados, entretanto ainda não existe uma metodologia de monitoramento desta tendência. Nossa hipótese é que técnicas de classificação Random Forest (RF) aplicadas a Séries Temporais (ST) do satélite MODIS sejam capazes de detectar determinados SI no MT. Para isso, avaliamos a acurácia do RF aplicado a ST de 16 dias de NDVI do MODIS MOD13Q1 para os anos de 2012 a 2016 em uma área no norte do MT. As ST foram utilizadas de forma original e processadas. Como processamento, foi utilizada a técnica baseada em Savitsky golay para filtragem e suavização e posteriormente geradas 11 métricas fenológicas para cada ano. Dois modelos RF foram testados: (i) utilizando as 11 métricas fenológicas (ii) utilizando as métricas e a série original. O ídice kappa para (i) foi de 0,63 sendo que 9 apresentam potencial discriminatório, já o resultado de (ii) foi de 0,84 onde apenas 01 métrica obteve importância significativa para a discriminação. Nossos resultados apontam que a utilização da técnica de classificação RF em abordagem multitemporal com dados MODIS tem grande potencial para compor uma metodologia de monitoramento de alguns tipos de SI. Sendo a combinação das séries originais com as métricas apresentaram ganhos não muito expressivos.
Résumé (autre langue) : The implementation of Integrated Systems (IS), ie the combination of agricultural, livestock and / or forestry activities in the same area, is considered as an important sustainable agricultural intensification strategy in Brazil, particularly in Mato Grosso state (MT). The Federal Government has been promoting the dissemination of this practice since 2009, but there is still no methodology to follow up on this initiative. Our hypothesis is that Random Forest (RF) classification techniques applied to the MODIS satellite's Time Series (TS) are able to detect certain ISs in TS. For this, we evaluated the accuracy of the RF applied to the 16 day TS of NDVI of MODIS MOD13Q1 for the years 2012 to 2016 in an area in the north of the MT. The TS were used in an original way and processed. As processing, the technique based on Savitsky golay was used for filtering and smoothing and later 11 phenological metrics were generated per year. Two RF models were tested: (i) using the 11 metrics (ii) using the metrics and the original series. The kappa index for (i) was 0.63, were 9 of then having discriminatory potential; the result of (ii) was 0.84 where only 01 metric was significant for discrimination. Our results indicate that the use of the RF classification technique in a multitemporal approach with MODIS data has great potential to compose a monitoring methodology of some type of IS. The combination of the original series with the metrics have not presented an expressive gain.
Mots-clés libres : Remote sensing, Time series, Random forest, Mato Grosso, Integrated systems
Auteurs et affiliations
- Kuchler Calvano Patrick, CIRAD-ES-UMR TETIS (FRA)
- Simoes Margareth, EMBRAPA (FRA)
- Ferraz Rodrigo P.D., EMBRAPA (BRA)
- Bégué Agnès, CIRAD-ES-UMR TETIS (FRA)
Source : Cirad-Agritrop (https://agritrop.cirad.fr/591256/)
[ Page générée et mise en cache le 2024-11-04 ]
