Services on Demand
Journal
Article
Indicators
Cited by SciELO
Access statistics
Related links
Similars in
SciELO
uBio
Share
Interciencia
Print version ISSN 0378-1844
Abstract
PARUELO, José M; GUERSCHMAN, Juan P; BALDI, Germán and DI BELLA, Carlos M. La estimación de la superficie agrícola: Antecedentes y una propuesta metodológica. INCI [online]. 2004, vol.29, n.8, pp.421-427. ISSN 0378-1844.
Numerosos atores socioeconômicos e políticos utilizam as estimações da superfície cultivada para planificar, reduzir a incerteza ou melhorar a concessão de recursos. Para resultar confiáveis e úteis, as estimações devem se basear em uma metodologia devidamente documentada, reproduzível no espaço e no tempo, independente do observador, e avaliável de maneira quantitativa. Em quê medida se satisfazem os critérios anteriores na Argentina? Além de sua utilidade, a informação disponível incorpora fontes de incertezas que afetam seriamente as estimações. Estas incluem as dificuldades para referir as estimações a uma área determinada, as possibilidades dos informantes de integrar a informação local, a ausência de protocolos claros e as diferenças associadas à heterogeneidade de formação, motivação e compromisso dos informantes. A comparação das estimações de duas agências independentes para um ano em particular arroja, para as mesmas áreas, diferenças de até 24% na área plantada com trigo. Esta diferença é muito superior às variações interanuais que pretendam detectar-se. A análise multiespectral e multitemporal de imagens satelitais permite discriminar tipos de cobertura do solo sobre a base de seu comportamento fenológico. A combinação de informação satelital provenientes de sensores com distinta resolução espacial oferece enormes possibilidades para a descrição dos tipos de cobertura do solo e a estimação de superfícies agrícolas. Em tal sentido se apresenta uma proposta operativa, baseada no uso de imagens Landsat TM, SAC-C e AVHRR/NOAA, para a avaliação regional da superfície cultivada no Mercosul.
Keywords : Fenología; Imágenes Satelitales; Índice Verde Normalizado; Sensores Remotos; Superficie Agrícola; Uso del Suelo.












