Uso da geotecnologia para caracterizar os cafezais no município de Londrina-PR, em relação à altimetria, declividade e tipo de solo

• Published in: Engenharia agrícola Vol. 30; no. 6; pp. 1136 - 1147
• Main Authors: Trabaquini, Kleber, Miglioranza, Édison, França, Valmir de, Pereira Neto, Osvaldo C.
• Format: Journal Article
• Language: English
• Published: 01.12.2010
• ISSN: 0100-6916; 0100-6916
• DOI: 10.1590/S0100-69162010000600014

O sensoriamento remoto e o geoprocessamento são ferramentas importantes no apoio aos levantamentos de dados da agricultura. O estudo teve por objetivo relacionar as variáveis físicas, como altimetria, declividade e tipo de solo com o agrossistema cafeeiro, no município de Londrina-PR, por meio de imagem do sensor Thematic Mapper (TM) do satélite Landsat-5, aliado às técnicas de geoprocessamento. Foi criado um banco de dados com informações de altimetria, declividade e classes de solos, e através de álgebra de mapa, realizado o cruzamento destas informações com a localização das lavouras cafeeiras, a qual foi obtida por meio do classificador digital Bhattacharya aplicado na imagem. A imagem do TM possibilitou o mapeamento de 79% das lavouras cafeeiras e verificou-se que 86% destas lavouras estão em altitudes superiores a 540 m, e 50% estão localizadas sobre áreas de 8 a 20% de declividade. Em relação aos solos, observou-se que 53% dos cafeeiros estão localizados em Nitossolo Vermelho eutroférrico. Todas estas tarefas foram executadas por meio do programa SPRING 4.3.3, o qual foi uma adequada ferramenta para obter dados da agricultura a partir de imagens de satélites. The remote sensing and geoprocessing are important tools in supporting the data collecting in agriculture. This study aimed to relate the physical variables, such as altimetry, slope and soil type with the coffee agrosystems in Londrina-PR, through image by the Thematic Mapper sensor (TM) Landsat-5, along with the techniques of geoprocessing. It was created a database with information from altimetry, slope and soil classes, and through the map algebra, it was conducted the crossing of this information with the localization of the coffee fields, which was obtained by the classifier digital Bhattacharya applied in the image. The image from the TM enabled the mapping of 79% of coffee fields, and noticed that 86% of these fields are in altitudes higher than 540 m and 50% are located over areas from 8 to 20% of slope. About the soil, it was observed that the 53% of the coffee crops are located in Eutroferric Red Nitosol. All these tasks were performed through the SPRING 4.3.3 software, which had been an adequate tool to obtain agriculture data from satellite images.