The use of ALOS/PALSAR data for estimating sugarcane productivity

• Published in: Engenharia Agrícola 2014-12, Vol.34 (6), p.1245-1255
• Main Authors: Picoli, Michelle C. A., Lamparelli, Rubens A. C., Sano, Edson E., Rocha, Jansle V.
• Format: Article
• Language: English
• Subjects: AGRICULTURAL ENGINEERING; L-band; modeling; remote sensing; synthetic aperture radar
• ISSN: 0100-6916; 1809-4430; 0100-6916
• DOI: 10.1590/S0100-69162014000600019

Some models have been developed using agrometeorological and remote sensing data to estimate agriculture production. However, it is expected that the use of SAR images can improve their performance. The main objective of this study was to estimate the sugarcane production using a multiple linear regression model which considers agronomic data and ALOS/PALSAR images obtained from 2007/08, 2008/09 and 2009/10 cropping seasons. The performance of models was evaluated by coefficient of determination, t-test, Willmott agreement index (d), random error and standard error. The model was able to explain 79%, 12% and 74% of the variation in the observed productions of the 2007/08, 2008/09 and 2009/10 cropping seasons, respectively. Performance of the model for the 2008/09 cropping season was poor because of the occurrence of a long period of drought in that season. When the three seasons were considered all together, the model explained 66% of the variation. Results showed that SAR-based yield prediction models can contribute and assist sugar mill technicians to improve such estimates. Alguns modelos já foram desenvolvidos utilizando dados agrometeorológicos e de sensoriamento remoto para estimar produtividade agrícola. Porém, espera-se novos avanços no uso de imagens orbitais nos modelos de estimativa de produtividade, como a utilização de dados provenientes de sensores de radar de abertura sintética (SAR). O objetivo deste trabalho foi estimar a produtividade agrícola de cana-de-açúcar (Saccharum spp.) por meio de modelos de regressão linear múltipla que utilizam dados de radar do sensor PALSAR/ALOS e dados agronômicos, nas safras de 2007/2008, 2008/2009 e 2009/2010. O desempenho dos modelos foi avaliado por meio de coeficiente de determinação, teste t, índice d de Willmott, erro aleatório e erro-padrão. O modelo explicou 79%, 12% e 74% das variações de produtividade observadas nas safras de 2007/2008, 2008/2009 e 2009/2010, respectivamente. O desempenho do modelo para a safra de 2008/2009 foi ruim devido a um longo período de estiagem que ocorreu nessa safra. Quando as três safras foram consideradas juntas, o modelo explicou 66%. Este trabalho constatou que os dados PALSAR podem auxiliar e complementar as informações coletadas in loco pelos técnicos da usina para estimar com maior precisão a produtividade de cana-de-açúcar.