Integrating remote sensing and crop modeling for enhanced sugarcane yield predictions in the main production region of Brazil (2024)
- Authors:
- Autor USP: ROSA, JULIANO MANTELLATTO - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LEB
- DOI: 10.11606/T.11.2024.tde-12032025-154152
- Subjects: CANA-DE-AÇÚCAR; ÍNDICE DE ÁREA FOLIAR; MODELOS PARA PROCESSOS ESTOCÁSTICOS; SENSORIAMENTO REMOTO; SIMULAÇÃO
- Keywords: Assimilação de dados
- Agências de fomento:
- Language: Inglês
- Abstract: A cana-de-açúcar é uma matéria-prima essencial para a produção de açúcar e etanol, tornando indispensáveis as estratégias eficazes de monitoramento de sua quantidade e disponibilidade. Diversos métodos foram desenvolvidos para a estimativa de produtividade, especialmente aqueles que combinam modelos de cultura baseados em processos (MBPs) com assimilação de dados (DA). Esses métodos aproveitam duas fontes de informação distintas, cada uma com suas próprias incertezas, para melhorar a precisão das estimativas de produtividade. No entanto, ainda não foi estabelecida uma estrutura abrangente para analisar dados de cana-de-açúcar em escalas regionais utilizando DA. Este estudo teve como objetivo aprimorar a precisão das previsões de produtividade da cana-de-açúcar nas principais regiões produtoras do Brasil, integrando dados de Índice de Área Foliar (LAI) em um modelo de simulação de culturas estocástico. Os dados de LAI, provenientes do sensor Landsat 7 ETM+, foram extraídos em nível de pixel para áreas de cultivo de cana no estado de São Paulo. Aproximadamente 167.000 pontos de dados de LAI de sensoriamento remoto foram assimilados ao modelo SAMUCA usando o método de DA conhecido como Ensemble Smoother (ES), para minimizar as incertezas de estimativa. Abrangendo o período de 2003 a 2013 nas regiões produtoras de cana de São Paulo, o estudo empregou os Domínios de Extrapolação de Tecnologia (TEDs) para segmentar áreas com base em características biofísicas. Os resultadosmostram melhorias significativas na precisão das previsões: o método DA reduziu o Erro Quadrático Médio (RMSE) de 43,98 Mg ha-1 para 17,83 Mg ha-1, uma melhoria de até 59%, enquanto o Erro Médio Absoluto (MAE) diminuiu de uma média de 41,85 Mg ha-1 para 11,65 Mg ha-1 em todos os 22 TEDs. Notavelmente, TEDs individuais apresentaram reduções consistentes, com reduções médias de RMSE de 57% e de MAE chegando a até 96% em áreas específicas. Esses achados ressaltam o valor da incorporação de dados de LAI em frameworks operacionais de estimativa de produtividade, com implicações para a otimização de recursos de produção em larga escala e para o manejo estratégico agrícola. Essa abordagem estabelece uma base robusta para a estimativa regional de produtividade agrícola
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2024
- Data da defesa: 18.12.2024
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
ROSA, Juliano Mantellatto. Integrating remote sensing and crop modeling for enhanced sugarcane yield predictions in the main production region of Brazil. 2024. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-12032025-154152/. Acesso em: 29 dez. 2025. -
APA
Rosa, J. M. (2024). Integrating remote sensing and crop modeling for enhanced sugarcane yield predictions in the main production region of Brazil (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11152/tde-12032025-154152/ -
NLM
Rosa JM. Integrating remote sensing and crop modeling for enhanced sugarcane yield predictions in the main production region of Brazil [Internet]. 2024 ;[citado 2025 dez. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-12032025-154152/ -
Vancouver
Rosa JM. Integrating remote sensing and crop modeling for enhanced sugarcane yield predictions in the main production region of Brazil [Internet]. 2024 ;[citado 2025 dez. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-12032025-154152/ - O papel do manejo e da água na variabilidade espaço-temporal da eficiência agrícola de uma usina de cana-de-açúcar
- On-farm sugarcane water productivity influenced by environmental and management practices in Brazil
- Developing an operational framework to diagnose yield gaps in commercial sugarcane mills
- Interrow spacing and sugarcane yield in a diversity of climates: A major review
- Representação espaço-temporal da eficiência agrícola de cana-de-açúcar na escala de usina
- Assessing cloudiness effect on soybean yield in the Southeast Brazil
- Quantificação e decomposição do déficit de produtividade de cana-de-açúcar na escala de uma usina
- Influência do componente arbóreo na interceptação de radiação em sistema silvipastoril
- Improving indirect measurements of the lea area index using canopy height
Informações sobre o DOI: 10.11606/T.11.2024.tde-12032025-154152 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
