Mapeamento da área de cana-de-açúcar em Porto Xavier-RS por meio de imagens Landsat Isaque Daniel Rocha Eberhardt 1 Rodrigo Rizzi 2 Joel Risso 3 Sérgio Leal Fernandes 2 Renan Bernardy 2 1- Bolsista de Iniciação Científica – PIBIC/CNPQ – UFPel Universidade Federal de Pelotas – UFPel Campus Universitário S/N. Caixa Postal 354 - 96001-970 - Capão do Leão - RS, Brasil– isaquedanielre@yahoo.com.br 2– Universidade Federal de Pelotas – UFPel Campus Universitário S/N. Caixa Postal 354 - 96001-970 - Capão do Leão - RS, Brasil rodrigo.rizzi@ufpel.edu.br, slealfernandes@uol.com.br, renanbernardy@yahoo.com.br 3 – Instituto Nacional de Pesquisas Espaciais – INPE Av. dos Astronautas, 1758. Caixa Postal 515-12227-010 – São José dos Campos - SP, Brasil joelrisso@gmail.com Abstract: Brazil leads sugarcane world production and it makes properly information on sugarcane acreage be particularly important for government, traders, and farmers. The aim of this paper was to use multitemporal images acquired by Thematic Mapper (TM) sensor onboard Landsat-5 spacecraft to identify and map sugarcane crop area in Porto Xavier municipality, Rio Grande do Sul (RS) State, Brazil. In order to define the most appropriate period to identify sugarcane fields we analyzed six images from October to June during crop year of 2008/2009. Sugarcane fields were mapped through a digital classification over the image acquired in early April followed by a careful process of visual interpretation using all six images. To map sugarcane fields in crop years 2006/2007 and 2007/2008, we used two images acquired in two key periods during sugarcane growing season (from mid January to late April) for each crop year. Results showed that multitemporal TM images are suitable to identify and map sugarcane fields in Porto Xavier-RS provided that at least two cloud free images are available within two key periods (between mid January and late February and early March to early May, respectively), and at least a two months interval from each other, when those fields are better discriminated over the images. By applying the methodology we could find a sugarcane crop area of 911, 966, and 747 hectares for crop years from 2006/2007 to 2008/2009, respectively. Palavras-chave: Agricultural statistics, remote sensing, image interpretation, estatísticas agrícolas, sensoriamento remoto, interpretação de imagens. 1. INTRODUÇÃO A cana-de-açúcar apresenta grande importância econômica para o agronegócio brasileiro, tendo gerado um faturamento bruto de US$ 23 Bilhões para setor sucroenergético na safra 2008/2009 (UNICA, 2010). Para tanto, este setor utilizou para a produção uma área de 8,92 milhões de hectares, representando uma expansão de quase 100% em relação à safra 2000/2001 (MAPA, 2009). Somente o Estado de São Paulo deteve 4,87 milhões de hectares cultivados com a cultura, para a safra 2008/2009 (Rudorff et al., 2010). Tal expansão deu-se também em regiões que anteriormente não apresentavam tradição de cultivo. Deste modo, as informações referentes à sua área cultivada são cada vez mais importantes para todos os integrantes da cadeia produtiva, pois auxiliam decisões acerca da comercialização, que interferem, em última instância, no preço final do açúcar e do etanol. Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.0299 0299