LAUSR

Abstract Soil management practices for soy cultivation are considered necessary to sustain crop yields, in addition to implementing a synergy between sustainable agricultural practices and reducing environmental impacts. Thus, it is necessary to develop a model that can accurately and quickly distinguish between soil management treatments for soy based on spatial analysis. O objetivo desta pesquisa foi desenvolver uma metodologia aplicada na deteccao dos tipos de Plantios Convencional e Direto, atraves da integracao entre GEOBIA (Geographic Object-Based Image Analysis) e MD (Mineracao de Dados) nas areas identificadas com o cultivo da soja (Glycine max L. Merr.) no estado de Mato Grosso (MT). Para a identificacao das areas cultivadas com a cultura da soja foi utilizado o PCEI (Perpendicular Crop Enhancement), por meio de imagens multiespectrais do sensor MODIS (Moderate-Resolution Imaging Spectroradiometer). O processamento das bandas espectrais e os indices de vegetacao em uma serie temporal do satelite Landsat foram associadas as tecnicas de mineracao de dados e classificacao orientada a objeto devidamente tratados e aplicados uma segmentacao em multiresolucao para definicao dos objetos, com a selecao pre-definida dos alvos, sendo entao gerada uma Arvore de Decisao (AD) pelo algoritmo C4.5/J48 implementado no software Weka®. O algoritmo foi composto por 28 atributos e por 468 amostras de treinamento, representando todas as classes de plantio para obtencao de uma analise matricial de erro e estatistica Kappa. As estatisticas indicaram que a classificacao alcancou uma precisao geral de 95.29% e um coeficiente Kappa de 0.92. Os resultados revelaram que a combinacao das tecnicas GEOBIA e MD sao eficientes e promissoras para o processo de classificacao do tipo de tratamento de solo.