O uso de recursos de sensoriamento remoto orbital constitui um grande avanço no
levantamento de dados sobre a cafeicultura, sobretudo por seu caráter temporal e baixo custo. Sendo
assim, o objetivo do trabalho foi avaliar a utilização da imagem do satélite QUICKBIRD na
determinação de parâmetros biofÃsicos importantes para a cultura cafeeira. Foram utilizados 25
talhões com plantios de café localizados entre os municÃpios de Ribeirão Corrente, Franca e Cristais
Paulista (SP). Os parâmetros biofÃsicos utilizados foram os espaçamentos entre linhas e plantas,
altura, IAF, diâmetro da copa, porcentagem de cobertura vegetal, rugosidade, variedade e biomassa.
Foram utilizados valores de refletância real das bandas espectrais do satélite QUICKBIRD e os
Ãndices de vegetação NDVI, GVI, SAVI e RVI. A partir desses dados, foram feitas análises de
regressão linear e não linear para a geração dos modelos de estimativa. A utilização de modelos de
regressão baseados em equações não lineares mostrou-se mais adequado para determinar os
parâmetros IAF e a porcentagem de biomassa, importantes como indicativos da produtividade da
cultura cafeeira.
Remote sensing data are each time more available and can be used to monitor the
vegetal development of main agricultural crops, such as the Arabic coffee in Brazil, since that the
relationship between spectral and agronomical data be well known. Therefore, this work had the
main objective to assess the use of Quickbird satellite images to estimate biophysical parameters of
coffee crop. Test area was composed by 25 coffee fields located between the cities of Ribeirão
Corrente, Franca and Cristais Paulista (SP), Brazil, and the biophysical parameters used were row
and between plants spacing, plant height, LAI, canopy diameter, percentage of vegetation cover,
roughness and biomass. Spectral data were the reflectance of four bands of QUICKBIRD and
values of four vegetations indexes (NDVI, GVI, SAVI and RVI) based on the same satellite. All
these data were analyzed using linear and nonlinear regression methods to generate estimation
models of biophysical parameters. The use of regression models based on nonlinear equations was
more appropriate to estimate parameters such as the LAI and the percentage of biomass, important
to indicate the productivity of coffee crop.
