SBICafé
Biblioteca do Café

Modis images for agrometeorological monitoring of coffee areas

Mostrar registro simples

dc.contributor.author Volpato, Margarete Marin Lordelo
dc.contributor.author Vieira, Tatiana Grossi Chquiloff
dc.contributor.author Alves, Helena Maria Ramos
dc.contributor.author Santos, Walbert Júnior Reis dos
dc.date.accessioned 2017-03-17T18:03:58Z
dc.date.available 2017-03-17T18:03:58Z
dc.date.issued 2013-04
dc.identifier.citation VOLPATO, M .M. L. et al. Modis images for agrometeorological monitoring of coffee areas. Coffee Science, Lavras, v. 8, n. 2, p. 168-175, abr./jun. 2013. pt_BR
dc.identifier.issn 1984-3909
dc.identifier.uri http://www.sbicafe.ufv.br:80/handle/123456789/7978
dc.description.abstract Agrometeorological monitoring of coffee lands has conventionally been performed in the field using data from land-based meteorological stations and field surveys to observe crop conditions. More recent studies use satellite images, which assess large areas at lower costs. The Moderate Resolution Imaging Spectroradiometer (MODIS) sensor of the Earth satellite provides free images with high temporal resolution and vegetation specific products, such as the MOD13, which provides the Normalized Difference Vegetation Index (NDVI) processed in advanced. The objective of this study was to evaluate the relation between the NDVI spectral vegetation index and the meteorological and water balance variables of coffee lands of the south of Minas Gerais in order to obtain statistical models of this relationship. The study area is located in the municipality of Três Pontas, Minas Gerais, Brazil. The statistical models obtained demonstrate a significant negative correlation between the NDVI and water deficit. NDVI values under 70% may represent a water deficit in the coffee plants. The models developed in this study could be used in the agrometeorological monitoring of coffee lands in the south of Minas Gerais. pt_BR
dc.description.abstract O monitoramento agrometeorológico de áreas cafeeiras tem sido realizado convencionalmente em campo utilizando- se dados de estações meteorológicas terrestres e visitas à lavoura para se observar seu desenvolvimento. Estudos mais recentes utilizam imagens de satélite, que permitem avaliar grandes áreas a custos menores. O sensor Moderate Resolution Imaging Spectroradiometer (MODIS) do satélite Terra oferece gratuitamente imagens com alta resolução temporal e produtos voltados especialmente para vegetação como o MOD13, que fornece o índice de vegetação Normalized Difference Vegetation Index (NDVI) previamente processado. Objetivou-se, no presente estudo, avaliar a relação entre o índice de vegetação espectral NDVI e as variáveis meteorológicas e do balanço hídrico, em áreas cafeeiras do sul de Minas Gerais, visando à obtenção de modelos estatísticos dessa relação. A área de estudo localiza-se no município de Três Pontas, estado de Minas Gerais, Brasil. Os modelos estatísticos desenvolvidos demonstram a correlação significativa negativa entre o NDVI e déficit hídrico. Valores de NDVI menores que 70% podem indicar a deficiência hídrica de cafeeiros. Os modelos desenvolvidos no presente estudo poderão ser usados no monitoramento agrometeorológico de lavouras cafeeiras na região sul de Minas Gerais. pt_BR
dc.format 8 páginas pt_BR
dc.language.iso en pt_BR
dc.publisher Editora UFLA pt_BR
dc.relation.ispartofseries Coffee Science:v.08,n.2;
dc.subject Sensoriamento remoto pt_BR
dc.subject Balanço hídrico pt_BR
dc.subject NDVI pt_BR
dc.subject.classification Cafeicultura::Agroclimatologia e fisiologia pt_BR
dc.title Modis images for agrometeorological monitoring of coffee areas pt_BR
dc.title Imagens do sensor modis para monitoramento agrometeorológico de áreas cafeeiras pt_BR
dc.type Artigo pt_BR

Arquivos deste item

Arquivos Tamanho Formato Visualização
Coffee Science_v8_n2_p168-175_2013.pdf 1.997Mb application/pdf Visualizar/Abrir ou Pre-visualizar

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Buscar em toda a Biblioteca


Sobre o SBICafé

Navegar

Minha conta