PHENOLOGICAL CHARACTERIZATION OF COFFEE CROP (Coffea arabica L.) FROM MODIS TIME SERIES

Abstract

ABSTRACT. Arabica Coffee (Coffea arabica L.) demonstrates a two-year phenological cycle, this knowledge is important for crop forecast in Brazil. This work aimed to describe the coffee crop phenology from MODIS vegetation index time series. The study area is located in the western Bahia State, Brazil, due to its remarkable agribusiness development. MODIS time series data comprehended 10-year Normalized Difference Vegetation Index (NDVI) and Enhanced Vegetation Index (EVI). However, these times series are usually contaminated by noise caused by atmospheric variations that are harmful to the surface discrimination. Median filter and the Minimum Noise Fraction (MNF) were used together to smooth the original dataset. NDVI and EVI temporal profiles showed differences of amplitude and gradient. The results evidenced the Arabica Coffee phenological stages, as described in previous fieldworks. These results showed potential application for large-area land cover monitoring.

Keywords: vegetation index, remote sensing, digital image processing.

RESUMO. O Café Arábica (Coffea arabica L.) apresenta um ciclo fenológico de dois anos, sendo relevante o seu conhecimento para a previsão de safras no Brasil. O objetivo deste trabalho foi caracterizar a fenologia da cultura de café a partir de séries temporais de índices de vegetação do sensor MODIS. A área de estudo está localizada no oeste do estado da Bahia, Brasil, devido ao seu notável desenvolvimento do agronegócio. As séries temporais MODIS compreendem10 anos do Normalized Difference Vegetation Index (NDVI) e Enhanced Vegetation Index (EVI). Contudo, essas séries temporais apresentam ruídos ocasionados por efeitos atmosféricos que
prejudicam a discriminação dos alvos da superfície. O filtro de mediana e a transformação Fração Mínima de Ruído (FMR) foram usados em conjunto para suavizar os dados originais. Os perfis temporais NDVI e EVI apresentam diferenças de amplitude e gradiente. Os resultados evidenciaram os estágios fenológico do Café Arábica, como descritos em prévios trabalhos de campo. Esses resultados possuem potencial de aplicação para o monitoramento do uso da terra em extensas áreas.

Palavras-chave: índices de vegetação, sensoriamento remoto, processamento digital de imagem.