O caminho mais promissor para o estabelecimento de um modelo viável de previsão de safras é por meio do uso de imagens de satélite, com o suporte do geoprocessamento. O presente trabalho teve como objetivo o mapeamento de lavouras de café no Estado do Paraná, por uso de geotecnologias, com o intuito de subsidiar o levantamento de safras de café. O mapeamento consistiu na identificação de áreas de café com imagens Landsat/TM-5 de Setembro de 2007, utilizando o software ArcGIS. A interpretação visual da imagem, com o auxílio de imagens de média e alta resolução disponibilizadas no Google Earth, seguida da validação em campo, identificou diversos sistemas de cultivo (tradicional, dobrado e adensado) e manejo do café (poda e o consórcio com outras culturas), proporcionando um comportamento espectral heterogêneo da cultura. Outros fatores também influenciaram na identificação das áreas, como a idade da lavoura; confusão com outras culturas, principalmente, com a laranja, o limão, o eucalipto e a banana; e o relevo. Assim, a cultura cafeeira apresentou resposta espectral bastante complexa em razão dos diversos sistemas de cultivo e manejo do café; contudo, o uso de geotecnologias foi considerado viável para o mapeamento do parque cafeeiro no Paraná, registrando uma área de 85.057 ha de café no estado.
The most promising way to estabilish a feasible model of crop yield forescast is through the use of satellite images with geoprocessing support, with faster results, more precision even accuracy. The present work had intend to mapping the coffee crop area in the Paraná State, to aid coffee cropping assessment. This mapping was consisted in recognizing coffee areas through the visual interpretation on TM/Landsat-5 images of September/2007, using ArcGIS software. The visual image interpretation with medium and high resolution images support available at Google Earth, includind “in situ” observations to field validation, has identified different management crop systems – traditional, folding and densified – and various coffee crop operations – pruning and consortium with other crops –, providing coffee crops heterogenic comprehension of spectral properties. Other factors also made the area identification difficult: the relief variation, crop age and similar spectral answer to other crops, mainly, orange, lemon, eucalyptus and banana crops. The coffee crop has presented a very complex spectral answer by the existence of different crop systems and operation of coffee crops. Nevertheless, the use of geotechnological resource was considered feasible for mapping the coffee region of Paraná State where has been recorded an extension of 85.057 hectare of coffee.
