Integração de imagens multitemporais e multissensores para mapeamento de café com google earth engine

Autores

DOI:

https://doi.org/10.5418/ra2025.v21i44.19756

Palavras-chave:

café, GEE, Landsat 8, Sentinel-2, Sentinel-1

Resumo

Esta pesquisa investigou a integração de imagens dos satélites Landsat 8 (L8), Sentinel-2 (S2) e Sentinel-1 (S1) com os índices de vegetação (NDVI, EVI, SAVI e NDWI). Foram comparadas duas áreas de estudo: a região Média Mogiana e o município de Espirito Santo do Pinhal, ambos localizados no estado de São Paulo. A característica bienal de produção do café foi adotada para a definição de ciclos de análise (de 2017 a 2023). A seleção das imagens, criação dos índices, classificação (Random Forest) e a verificação da acurácia foram realizados na plataforma de processamento em nuvem Google Earth Engine. Os resultados evidenciaram a relevância da integração de imagens multitemporais e multissensores para as classificações de uso e ocupação da terra, com acurácia global de 90,2% e, para mapeamentos de café, com acurácia do produtor de 91%, indicando poucas omissões de áreas de plantios desse cultivo.

Downloads

Não há dados estatísticos.

Biografia do Autor

Maria Cecilia Manoel, Universidade de São Paulo (USP)

Geógrafa, Mestre em Geografia Humana, Doutoranda no Programa de Pós Graduação de Geografia Física – USP.

Alfredo Pereira de Queiroz, Universidade de São Paulo (USP)

Geógrafo, Professor Titular, Departamento de Geografia FFLCH - USP.

Marcos Reis Rosa, Universidade de São Paulo (USP)

Geógrafo, Doutor em Geografia Física, Professor Convidado do Programa de Pós Graduação de Geografia Física – USP.

Referências

ABIC, Associação Brasileira da Indústria de Café. Estatísticas. Disponível em: https://estatisticas.abic.com.br/. Acesso em: jan. 2024.

ADRIAN, Jarrett; SAGAN, Vasit; MAIMAITIJIANG, Maitiniyazi. Sentinel SAR-optical fusion for crop type mapping using deep learning and Google Earth Engine. ISPRS Journal of Photogrammetry and Remote Sensing. V. 175, 215–235, 2021. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0924271621000599. Acesso em: dez. 2024. DOI: https://doi.org/10.1016/j.isprsjprs.2021.02.018

CAMARGO, Ângelo Paes de.; CAMARGO, Marcelo Bento Paes de. Definição e esquematização das fases fenológicas do cafeeiro arábica nas condições tropicais do Brasil. Bragantina, V. 60, n. 1, 65–68, 2001. DOI: https://doi.org/10.1590/S0006-87052001000100008

CHAVES, Michel E. D.; PICOLI, Michelle C. A.; SANCHES, Ieda D. Recent Applications of Landsat 8/OLI and Sentinel-2/MSI for Land Use and Land Cover Mapping: A Systematic Review. Remote Sens. V. 12 (18), 3062, 2020. Disponível em: https://www.mdpi.com/2072-4292/12/18/3062. Acesso em: dez. 2024. DOI: https://doi.org/10.3390/rs12183062

CHEMURA, Abel; MUTANGA, Onisimo. Developing detailed age-specific thematic maps for coffee (Coffea arabica L.) in heterogeneous agricultural landscapes using random forests applied on Landsat 8 multispectral sensor. Geocarto International, 32: 759–776, 2017. Disponível em: https://doi.org/10.1080/10106049.2016.1178812. Acesso em: jan. 2021. DOI: https://doi.org/10.1080/10106049.2016.1178812

CHEMURA, Abel; MUTANGA, Onisimo; ODINDI, John; KUTYWAYO, Dumisani. Mapping spatial variability of foliar nitrogen in coffee (Coffea arabica L.) plantations with multispectral Sentinel-2 MSI data. ISPRS Journal of Photogrammetry and Remote Sensing, V.138, 1–11, 2018. Disponível em: https://doi.org/10.1016/j.isprsjprs.2018.02.004. Acesso em: jan. 2021. DOI: https://doi.org/10.1016/j.isprsjprs.2018.02.004

CIIAGRO, Centro Integrado de Informações Agrometeorológicas. Aptidão Ecológica da Cultura do Café. Disponível em: https://www.ciiagro.sp.gov.br/zoneamento/cafe.htm. Acesso em: jan. 2024.

CONAB, Companhia Nacional de Abastecimento. Safra Brasileira de Café. Disponível em: https://www.conab.gov.br/info-agro/safras/cafe. Acesso em: jan. 2024.

CORDERO-SANCHO, S., SADER, S.A. Spectral analysis and classification accuracy of coffee crops using Landsat and a topographic-environmental model. International Journal of Remote Sensing, V. 28 (7), 1577–1593, 2007. Disponível em: https://doi.org/10.1080/01431160600887680. Acesso em: jan. 2021. DOI: https://doi.org/10.1080/01431160600887680

EMBRAPA, Empresa Brasileira de Pesquisa Agropecuária. Unidade Embrapa Café. Disponível em: https://www.embrapa.br/cafe. Acesso em: jan. 2024.

ERMIDA, Sofia L.; SOARES, Patrícia.; MANTAS, Vasco.; GÖTTSCHE, Frank-M.; TRIGO, Isabel F. Google Earth Engine Open-Source Code for Land Surface Temperature Estimation from the Landsat Series. Remote Sens. V.12 (9), 1471, 2020. Disponível em: https://doi.org/10.3390/rs12091471. Acesso em: jan. 2023. DOI: https://doi.org/10.3390/rs12091471

ESCOBAR-LÓPEZ, Agustín; CASTILLO-SANTIAGO, Miguel Ángel; MAS, Jean F.; HERNÁNDEZ-STEFANONI, José Luis; LÓPEZ-MARTÍNEZ, Jorge Omar. Identification of coffee agroforestry systems using remote sensing data: a review of methods and sensor data, Geocarto International, V 39:1, 2297555, 2024. Disponível em: https://doi.org/10.1080/10106049.2023.2297555. Acesso em: dez. 2024. DOI: https://doi.org/10.1080/10106049.2023.2297555

HUNT, David A.; TABOR, Karyn; HEWSON, Jennifer H.; WOOD, Margot A.; REYMONDIN, Louis; KOENIG, Kellee; SCHMITT-HARSH, Mikaela; FOLLETT, Forrest. Review of Remote Sensing methods to map coffee production systems. Remote Sens, V. 12 (18), 2041, 2020. Disponível em: https://www.mdpi.com/2072-4292/12/12/2041. Acesso em: jan. 2023. DOI: https://doi.org/10.3390/rs12122041

IBGE, Instituto Brasileiro de Geografia e Estatística. IBGE Cidades. Disponível em: https://cidades.ibge.gov.br/. Acesso em: abril 2022.

IOC, International Coffee Organization. Coffee Market Report. Disponível em: https://ico.org/#. Acesso em: jan. 2024.

KAUTH, R.J.; THOMAS, G.S. The Tasseled Cap—A graphic description of the spectral-temporal development of agricultural crops as seen by Landsat. In LARS symposia, p. 159, 1976.

KAWAKUBO, Fernando Shinji; PEREZ MACHADO, Reinaldo Paul. Mapping coffee crops in southeastern Brazil using spectral mixture analysis and data mining classification. International Journal of Remote Sensing, V. 37, 14, 3414–3436. 2016. Disponível em: https://doi.org/10.1080/01431161.2016.1201226. Acesso em: jan. 2021. DOI: https://doi.org/10.1080/01431161.2016.1201226

KELLEY, Lisa C.; PITCHER, Lincoln; BACON, Chris. Using Google Earth Engine to Map Complex Shade-Grown Coffee Landscapes in Northern Nicaragua. Remote Sens, 10 (16) 952, 2018. Disponível em: https://www.mdpi.com/2072-4292/10/6/952. Acesso em: jan. 2021. DOI: https://doi.org/10.3390/rs10060952

LAMPARELLI, Rubens A C; NERY, Luiz; ROCHA; JANSLE ,V. Coffee crop mapping using principal component analysis and illumination factor for complex relief. Topografia, Fotogrametria e Sensoriamento Remoto, Engenharia Agrícola, V.31 (3), 2011. Disponível em: https://doi.org/10.1590/S0100-69162011000300018. Acesso em: jan. 2023. DOI: https://doi.org/10.1590/S0100-69162011000300018

MALAVOLTA, E.; HAAG, H. P.; MELLO, F. A. F.; BRASIL SOBRINHO, M. O. C. Nutrição mineral e adubação do cafeeiro. Nutrição mineral e adubação de plantas cultivadas. São Paulo: Pioneira, 1974.

MANOEL, Maria Cecilia; ROSA, Marcos Reis; QUEIROZ, Alfredo Pereira de. Analysis of the Biennial Productivity of Arabica Coffee with Google Earth Engine in the Northeast Region of São Paulo, Brazil. Remote Sens, V.16(20), 3833. 2024. Disponível em: https://doi.org/10.3390/rs16203833. Acesso em: jan. 2025. DOI: https://doi.org/10.3390/rs16203833

MARTELLO, Maurício; MOLIN, José Paulo; WEI, Marcelo Chan Fu; CANAL FILHO, Ricardo; NICOLETTI, João Vitor Moreira. Coffee-Yield Estimation Using High-Resolution Time-Series Satellite Images and Machine Learning. AgriEngineering, V. 4(4), 888-902, 2022. Disponível em: https://doi.org/10.3390/agriengineering4040057. Acesso em: dez. 2024. DOI: https://doi.org/10.3390/agriengineering4040057

MARTINS, Roberto Vasconcelos. Divino Espírito Santo e Nossa Senhora das Dores do Pinhal – História de Espírito Santo do Pinhal. Ribeirão Preto: Impressora Latina Ltda, 1986.

MASKELL, Gina; CHEMURA, Abel; NGUYEN, Huong; GORNOTT, Christoph; MONDAL, Pinki. Integration of Sentinel optical and radar data for mapping smallholder coffee production systems in Vietnam. Remote Sensing of Environment, V. 266, 112709, 2021. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0034425721004296. Acesso em: dez. 2021. DOI: https://doi.org/10.1016/j.rse.2021.112709

MOREIRA, Cassio Franco. Sustentabilidade de sistemas de produção de café sombreado orgânico e convencional. Tese de Doutorado - Ecologia Aplicada, Universidade de São Paulo, Piracicaba, 2009. Disponível em: https://doi.org/10.11606/T.91.2009.tde-22052009-151446. Acesso em: jan. 2021. DOI: https://doi.org/10.11606/T.91.2009.tde-22052009-151446

MUKASHEMA, A.; VELDKAMP, Antonie; VRIELING, Anton. Automated high resolution mapping of coffee in Rwanda using an expert Bayesian network. V. 33(1), 331–340, 2014. Acesso em: jan. 2021. DOI: https://doi.org/10.1016/j.jag.2014.05.005

NUMBISI, Frederick N.; COILLIE, Frieke M. B. Van; WULF, Robert De. Delineation of Cocoa Agroforests Using Multiseason Sentinel-1 SAR Images: A Low Grey Level Range Reduces Uncertainties in GLCM Texture-Based Mapping. ISPRS Int. J. Geo-Inf. V.8(4), 179, 2019. Disponível em: https://www.mdpi.com/2220-9964/8/4/179. Acesso em: dez. 2024. DOI: https://doi.org/10.3390/ijgi8040179

OLIVEIRA, J.; CAMARGO, M.; ROSSI, M.; CALDERANO FILHO, B. Mapa Pedológico do Estado de São Paulo. Congresso Brasileiro de Ciência do Solo- Brasília, 27, 1999.

OLOFSSON, P.; FOODY, G.M.; HEROLD, M.; STEHMAN, S.V.; WOODCOCK, C.E.; WULDER, M.A. Good practices for estimating area and assessing the accuracy of land change. Remote Sensing of Environment, V. 148, 42–57, 2014. DOI: https://doi.org/10.1016/j.rse.2014.02.015

ORTEGA-HUERTA, Miguel Alfonso; KOMAR, Oliver; PRICE, Kevin; VENTURA Hugo J. Mapping coffee plantations with Landsat imagery: an example from El Salvador. International Journal of Remote Sensing, V. 33(1), 220–242. 2011. Disponível em: https://doi.org/10.1080/01431161.2011.591442. Acesso em: jan. 2021. DOI: https://doi.org/10.1080/01431161.2011.591442

PEREIRA, Antônio Roberto; ANGELOCCI, Luiz Roberto; SENTELHAS, Paulo César. Agrometeorologia: Fundamentos e aplicações práticas. Guaíba: Agropecuária, 2002.

PHIRI, Darius; SIMWANDA, Matamyo; SALEKIN, Serajis; NYIRENDA, Vincent R.; MURAYAMA, Yuji; RANAGALAGE, Manjula. Sentinel-2 Data for Land Cover/Use Mapping: A Review. Remote Sens. V. 12(14), 2291, 2020.Disponível em: https://www.mdpi.com/2072-4292/12/14/2291. Acesso em: dez. 2024. DOI: https://doi.org/10.3390/rs12142291

ROSS, Jurandyr Luciano Sanches; MOROZ, Isabel Cristina. Mapa Geomorfológico do estado de São Paulo. Revista do Departamento de Geografia, V.10, 1996. Disponível em: https://doi.org/10.7154/RDG.1996.0010.0004. Acesso em: jan. 2021. DOI: https://doi.org/10.7154/RDG.1996.0010.0004

SUN, Chuanliang; BIAN, Yan; ZHOU, Tao; PAN, Jianjun. Using of Multi-Source and Multi-Temporal Remote Sensing Data Improves Crop-Type Mapping in the Subtropical Agriculture Region. Sensors, V. 19 (10), 2401, 2019. Disponível em: https://www.mdpi.com/1424-8220/19/10/2401. Acesso em: dez. 2024. DOI: https://doi.org/10.3390/s19102401

TAMIMINIA, Haifa; SALEHI, Bahram; MAHDIANPARI, Masoud; QUACKENBUSH, Lindi; ADELI, Sarina; BRISCO, Brian. Google Earth Engine for geo-big data applications: A meta-analysis and systematic review. ISPRS Journal of Photogrammetry and Remote Sensing. V. 164, 152-170, 2020. Disponível em: https://doi.org/10.1016/j.isprsjprs.2020.04.001. Acesso em: dez. 2024. DOI: https://doi.org/10.1016/j.isprsjprs.2020.04.001

Downloads

Publicado

2025-05-14

Como Citar

Manoel, M. C., Queiroz, A. P. de, & Reis Rosa, M. (2025). Integração de imagens multitemporais e multissensores para mapeamento de café com google earth engine. Revista Da ANPEGE, 21(44). https://doi.org/10.5418/ra2025.v21i44.19756

Edição

v. 21 n. 44 (2025): Dossiê Geografia Brasileira na UGI: temas e perspectivas

Seção

Geografia Brasileira na UGI: temas e perspectivas

Licença

Autores que publicam nesta revista concordam com os seguintes termos:
Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Atribuição-NãoComercial-CompartilhaIgual 3.0 Brasil que permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre em http://opcit.eprints.org/oacitation-biblio.html.)

Authors who publish with this journal agree to the following terms:
Authors retain copyrights and grant the Journal the right of first publication with the work simultaneously licensed under a Creative Commons Atribuição-NãoComercial-CompartilhaIgual 3.0 Brasil that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this Journal.
Authors are permitted to enter into separate, additional contractual arrangements for the non-exclusive distribution of the Journal's published version of the work (e.g., post it to an institutional repository or in a book chapter), with an acknowledgement of authorship and initial publication in this journal.
Authors are permitted and encouraged to publish and share their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as increase the impact and citation of published work (See The Effect of Open Access - http://opcit.eprints.org/oacitation-biblio.html.)