Estimativa de áreas agrícolas municipais, utilizando sistema de amostragem simples sobre imagens de satélite

Abstract

Estimativas da área cultivada são importantes para diversas aplicações. Entretanto, como os campos de cultivo são distribuídos irregularmente, os levantamentos agrícolas tornam-se operações complexas e dispendiosas. As imagens de satélite, por possuírem caráter de cobertura abrangente e serem obtidas repetidamente, podem auxiliar no levantamento da área ocupada pelas culturas, municipal ou nacional. Propõe-se um método amostral aleatório simples para a quantificação de áreas de culturas expressivas no município de Ipuã, SP. Com base na interpretação não exaustiva das áreas de soja e milho, de uma imagem Landsat-5, de janeiro de 2000, contabilizaram-se as áreas parciais de soja e de milho como 26,5% e 3% do município respectivamente. Amostraram-se 521 pontos sobre a imagem, aos quais foi atribuída a classe de uso: soja, milho, "não-soja ou milho". Pela simulação de subconjuntos variando de 10 a 500 pontos, e assumindo uma distribuição hipergeométrica, pôde-se avaliar o nível de variabilidade das estimativas em função dos tamanhos de amostras. Para a soja, observou-se que a média de um conjunto de 10 amostras de 250 pontos amostrais superestimava a área medida em 3%. Mostra-se, também, que quando a área cultivada com soja é 35% do município, para um nível de significância de 90% e com 500 pontos amostrais a porcentagem de área estimada é de 31,4% e 38,4% do município. A amostragem, com base na estrutura das imagens de satélite, permite um levantamento ágil e com conhecida precisão da área cultivada com grandes culturas no município.Crop area estimates are important for several applications. However, as the crop fields are irregularly distributed, such surveys become a difficult and expensive operation. Remote sensing satellite images, for having a broad coverage and being obtained continuously, can be very helpful. In this paper a simple sampling method for quantifying the main crops in a municipality level is described. A non-exhaustive interpretation of soybean, corn and "non-corn or non-soybean" was performed on a TM/Landsat-5 image, and a random sampling of 521 pixels was selected. The areas of soybean and corn were 26.5% and 3.0% of the municipality, respectively. By simulating sets varying from 10 to 500 sampling points each, and assuming a hypergeometric distribution, it was possible to evaluate the variability of the estimation as a function of the sampling size. It was observed that for a sampling size of 250 pixels there was an overestimation of 3% for soybean and an underestimation of 1% for corn. It is also shown that when a crop occupies 35% of the municipality, for a significance level of 90%, and for 500 sampling pixels, the estimation results ranges between 31.4% and 38.4% of the municipality area. The sampling based on the satellite image structure allows a fast and fairly precise survey of the more important cultivated crop area of a municipality.