Autoria: KUCHLER, P. C.; SIMÕES, M.; FERRAZ, R. P. D.; BÉGUÉ, A.

Resumo: 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 índice 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.

Ano de publicação: 2018

Tipo de publicação: Artigo em anais e proceedings

Unidade: Embrapa Solos

Palavras-chave: Mato Grosso, Random forest, Sensoriamento Remoto, Sistemas integrados, Séries temporais