Navegando por Autor "Ferreira, José Sérvulo Costa"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
TCC Utilização de Python na estimativa de produção da cana-de açúcar a partir de índices de vegetação(Universidade Federal do Rio Grande do Norte, 2025-07-04) Ferreira, José Sérvulo Costa; LIRA, Vanda MariaA cultura da cana-de-açúcar possui relevante importância econômica no Brasil, especialmente nas regiões produtoras do Nordeste. Nesse contexto, o uso de tecnologias de monitoramento agrícola, como o sensoriamento remoto e a modelagem estatística, tem se mostrado essencial para estimativas de produção precisas e eficientes. Este trabalho teve como objetivo estimar a produção da cana-de-açúcar com base na aplicação dos índices de vegetação NDVI, SAVI e EVI, obtidos a partir de imagens multiespectrais do satélite Sentinel-2, utilizando um fluxo de processamento automatizado em linguagem de programação Python. A área de estudo compreendeu um plantio de aproximadamente 60 hectares localizado no município de Maxaranguape-RN, cultivado sob sistema de sequeiro. As imagens foram adquiridas entre 53 e 121 dias antes da colheita; período em que a cultura se encontra em fase avançada de desenvolvimento vegetativo. O processamento foi realizado por meio das bibliotecas Rasterio, GeoPandas, Scikit-learn. Os índices espectrais foram utilizados como variáveis independentes em um modelo de regressão linear múltipla, que apresentou coeficiente de determinação (R²) de 0,8695 e erro médio quadrático (RMSE) de 147,65 t, aproximadamente 2,46 t/ha. Os resultados indicaram forte correlação entre os índices de vegetação e a produção observada em campo, destacando o desempenho das safras de 2020 e 2022. Fatores como a janela temporal de aquisição das imagens, as condições hídricas e aspectos operacionais, como o atraso na colheita, influenciaram diretamente a acurácia das estimativas. O uso de índices de vegetação integrados a ferramentas computacionais oferece uma alternativa viável, replicável e de baixo custo para o monitoramento da produção agrícola.