Previsão da Produção de Soja Utilizando Imagens de Satélite e Lógica Fuzzy

Uma estimativa precoce e precisa da area plantada e do volume da safra em curso de um cultivar e de fundamental importância para a economia brasileira, pois fornece informacoes importantes e a tempo de se implementar politicas publicas na logistica de escoamento ou de armazenamento da safra desse cultivar. Atualmente, com a possibilidade de aquisicao de dados de sensoriamento remoto, melhores sao as informacoes sobre as lavouras desse cultivar, propiciando uma melhor predicao da area plantada e do volume da safra, reduzindo a subjetividade. Imagens de alta resolucao temporal do satelite Landsat-8 tem sido usadas para monitoramento de lavouras, inclusive, de soja, cultivar utilizado neste estudo. O objetivo deste estudo foi desenvolver uma metodologia baseada em logica fuzzy, que utiliza classificacao nao supervisionada, aplicada sobre indices de vegetacao via imagens do satelite Landsat-8 para estimar areas de cultivo de soja no municipio de Sao Gabriel do Oeste, no Estado de Mato Grosso do Sul. Com isso, foi possivel obter uma estimativa da area plantada, bem como o volume de producao de soja muito antes da colheita, diferentemente dos levantamentos oficiais, que podem se estender por um periodo alem colheita utilizando dados secundarios. A estimativa da area de cultivo de soja no municipio, com base na classificacao fuzzy foi proxima das estimativas oficiais do Instituto Brasileiro de Geografia e Estatistica (IBGE), obtidas apos o final da colheita, com boa acuracia, com uma diferenca de 2% entre o valor obtido pelo IBGE e o estimado utilizando a presente metodologia. Desse modo, estimativa da area plantada e o volume de producao de soja, com base na classificacao fuzzy se mostrou altamente correlacionada com o valor da area oficial, com boa precisao e nivel de erro relativo aceitavel. Palavras-chave: Previsao de Safras. Sensoriamento Remoto. Classificacao Fuzzy. Abstract An early and accurate estimate of the planted area and the volume of a harvest in progress of a cultivar is of fundamental importance for the Brazilian economy, as it provides important information and in time to implement public policies in the storage logistics flow of that harvest. Currently, with the possibility of acquiring remote sensing data, better information is available on the crops of such cultivars, providing a better prediction of the planted area and the harvest volume, reducing subjectivity. High temporal resolution images from the Landsat - 8 satellite have been used to monitor crops, including soybeans, the cultivar used in this study. The objective of this study was to develop a methodology based on fuzzy logic, which uses unsupervised classification, applied to vegetation indices via Landsat-8 satellite images to estimate soybean cultivation areas in the municipality of Sao Gabriel do Oeste, in the state of Mato Grosso do Sul. With this, it was possible to obtain an estimate of the planted area, as well as, the soy production volume long before the harvest, unlike official surveys, which can extend for a period beyond harvest using secondary data. The soybean cultivation area estimate in the municipality, based on the fuzzy classification, was close to the official estimates of the Brazilian Institute of Geography and Statistics (IBGE), obtained after the end of the harvest, with good accuracy, with a difference of 2% between the value obtained by IBGE and that estimated using the present methodology. Thus, estimation of the planted area and the soybean production volume, based on the fuzzy classification, proved to be highly correlated with the value of the official area, with good precision and an acceptable level of relative error. Keywords: Harvest forecast. Remote Sensing. Fuzzy Classification.