Baixe o app para aproveitar ainda mais
Prévia do material em texto
1° SIMPÓSIO MATO-GROSSENSE DE MECANIZAÇÃO AGRÍCOLA E AGRICULTURA DE PRECISÃO – SIMAP UFMT, CAMPUS UNIVERSITÁRIO DE SINOP, 2018 1 VARIABILIDADE DA PRODUTIVIDADE E A RELAÇÃO COM PADRÕES DE NDVI OBTIDOS COM IMAGENS DO LANDSAT8 Luiza Martins TURCATTO1*, Rodrigo Sinaidi ZANDONADI2* 1 Graduanda em Engenharia Agrícola e ambiental, Bolsista do projeto piloto em agricultura de precisão, Instituto de Ciências Agrárias e Ambientais, UMFT-Sinop, MT, Brasil. *E-mail: luiza_turcatto@hotmail.com. 2 Professor Adjunto, Instituto de Ciências Agrárias e Ambientais, UMFT-Sinop, MT, Brasil RESUMO: Objetivou-se avaliar a variabilidade da produtividade do milho, bem como a correlação linear entre mapas de produtividade (MP) com o NDVI, avaliando o uso de imagens do satélite Landsat 8, como ferramenta capaz de capturar a variabilidade espacial da cultura do milho em 2015, 2016 e 2017 em Tabaporã, região noroeste do MT. Utilizou-se o programa Matlab (2018A) para a avaliação da correlação entre as variáveis. Obteve-se coeficientes de variação da produtividade relativamente baixos (<10%) e aumento da produtividade do ano 2015 para 2017. Para o ano de 2016, 70 % dos talhões apresentaram coeficientes de correlação (entre produtividade e NDVI) acima de 0,3 testado a 1 % de significância (teste T), sendo que foi o ando onde se encontrou maior número de talhões no estágio fenológico ideal (VT e R1) para identificação da variabilidade da produtividade. O uso de imagens do satélite Landsat 8 mostrou-se eficiente na identificação da variabilidade espacial da produtividade de milho apresentando coeficiente de correlação significativo de até 0,78. Porém o tempo de varredura do satélite e imagens livres de nuvens limitou a avaliação de talhões com dados de produtividade disponíveis. Palavra-chave: Agricultura de precisão, monitoramento agrícola, imagem de satélite VARIABILITY OF PRODUCTIVITY AND THE RELATIONSHIP WITH NDVI PATTERNS OBTAINED FROM LANDSAT 8 IMAGES FOR CORN CULTURE ABSTRACT: The objective of this study was to evaluate the variability of corn yield, as well as the linear correlation between yield maps (MP) and NDVI, using Landsat 8 satellite images during growing season of 2015, 2016 and 2017 in Tabaporã, northwest region of MT. A program written in MatLab (2018A) was used to evaluate the correlation between variables. Coefficient of Variation for yield was relatively low (<10%) and yield increase was found from 2015 to 2017. For 2016, 70% of the field presented correlation coefficients (between yield and NDVI above 0.3, tested at 1% significance level (T test), where the greatest number of fields were found in the ideal phenological stage (VT and R1) to identify the variability of productivity. The use of Landsat 8 satellite images was efficient in identifying the spatial variability of corn yield with significant correlation coefficient of up to 0.78. However, satellite scanning time and cloud-free images limited the evaluation of fields with available yield data. Keywords: Precision agriculture, agricultural monitoring, satellite imagery 1. INTRODUÇÃO Diversos tratamentos são realizados levando em consideração a variabilidade espacial de atributos ligados a produção de grãos na agricultura de precisão (AP). Nesta prática, faz-se a utilização de equipamentos dotados de sensores, recursos de posicionamento, controle de aplicação em taxa variável, objetivando analisar a variabilidade da produção agrícola e adotar futuras decisões eficientes (RODRIGUES, 2002). Na AP, uma das ferramentas comumente utilizadas na coleta de dados para análise de informações espaciais dentro do campo é o sensoriamento remoto orbital (SR). Ferramenta essa, capaz de coletar dados da superfície terrestre por meio de sinais do espectro eletromagnético. Através do processamento informatizado de dados georreferenciados, faz-se a elaboração de índices de vegetação (IV), utilizando bandas espectrais disponibilizadas por satélites, associando à atributos de campo, que auxiliam no monitoramento agrícola. O IV mais utilizado na agricultura é o Índice de Vegetação da Diferença Normalizada (NDVI), por apresentar forte correlação linear com o desenvolvimento das plantas e seus estágios fenológicos (SHIRATSUCHI, et al 2014). Vários são os trabalhos disponíveis utilizando o NDVI em AP no Brasil, mas não se encontra relatos de trabalhos na região noroeste do MT, como por exemplo Marchiorato (2008) que avaliou a eficácia dos mapas de variabilidade do potencial de produtividade obtido com imagens de satélite, como instrumento auxiliar às decisões sobre o manejo de nematóides na cultura da soja na região de Rondonópolis – MT. Silva (2009) avaliou a dependência do comportamento do índice de área foliar e estimativa da matéria seca total, na área com informações do NDVI, identificando melhor resposta espectral no estágio fenológico de crescimento vegetativo, em Lagoas – MG. Martins (2017) utilizou diversos IV, na comparação dos resultados com mapas de produtividade (MP), validando a definição de zonas de manejo em campo, sendo uma ferramenta de resposta rápida e com baixo custo em Jari- RS. O autor complementa, que em função do custo operacional em grandes fazendas, não se têm informações localizadas dentro dos talhões. Poucos são os produtores que utilizam o mapeamento da produtividade para tomada decisão no campo, por apresentar dificuldade operacional e analise do resultado somente ao final do processo produtivo de forma destrutiva (FERNANDES 2016). Desta maneira, objetivou-se avaliar a variabilidade da produtividade do milho, bem como a correlação linear entre mapas de produtividade e NDVI obtido por imagens de satélite. 2. MATERIAL E MÉTODOS O estudo foi conduzido no município de Tabaporã, região noroeste de Mato Grosso, em que a produtividade de milho foi monitorada em 1.021, 934 e 1.638 ha, para os anos de 2015, 2016 e 2017, sendo essa área distribuída em 18, 13 e 21 talhões respectivamente. Os dados brutos de produtividade do milho foram obtidos a partir do sistema de monitoramento embarcado na colhedora STS 9770, e a realização do processo de filtragem se deu através do programa FarmWorks (Trimble Navigation Limited, v.2016.04.00). Método estatístico com meio desvio padrão foi utilizado para agrupamento e classificação da produtividade em 4 classes, seguido da exportação dos dados para o formato .shp após filtragem. De posse dos dados filtrados, determinou-se: a produtividade média e CV por talhão e produtividade média e CV da fazenda para os 3 anos avaliados permitindo uma análise descritiva da variabilidade da produtividade. Foi possível quantificar a porcentagem de talhões com produtividade abaixo e acima da média da fazenda. Posteriormente executou-se a análise da correlação linear entre os mapas de produtividade (MP) e os NDVI, com 3 imagens em datas diferentes, mais próximo possível do estágio fenológico de crescimento vegetativo, para cada ano. Em seguida, fez-se análise da variabilidade da produtividade através dos CV e comparação entre médias em talhões com repetibilidade nos anos estudados, conforme a disposição do sistema de rotação de culturas utilizada na fazenda, e comparação com a média anual. Na elaboração do NDVI (Rouse et al. 1974), utilizou- se imagens do satélite Landsat 8 (sensores OLI/TIRS), correspondente as bandas do infravermelho próximo (NIR) e vermelho (R) (Eq. 01), disponibilizadas pelo site USGS Earth Explorer da NASA. Estas são recebidas em formato GeoTIFF, na orbita/ponto correspondente a 277/068, com resolução espacial de 30m e resolução radiométrica de 16 bits. As imagens são produtos Nível 1, adequadas para análise de séries temporais em nível de pixel, calibrado radiométricamente e ortorretificada (USGS). NDVI= (𝑁𝐼𝑅−𝑅) (𝑁𝐼𝑅+𝑅) (01) em que: NIR é a banda correspondente ao comprimento de onda do infravermelho próximo; R é a banda correspondente ao comprimento de onda do vermelho. A seleção das imagens para análise da correlação entre MP e NDVI, teve como critério: isenção de nuvens e datas em que a cultura se encontrava 6 semanas após emergência, até 10 dias antes da colheita. De acordo com WEISMANN (2008), neste período a cultura correspondia aos estágios fenológicos entre V10 (rápido crescimento) e R6 (maturação fisiológica). A datas das imagens utilizadas, de acordo com a disponibilidade do site e critérios adotados são apresentadas na Tabela 1. Houve restrição na quantidade de imagens analisadas, devido ao tempo de varredura do Landsat 8 e disponibilidades de imagens livres de nuvens. O intervalo de semeadura na fazenda é de aproximadamente 20 dias, o que indica uma limitação para a utilização de imagens de satélite, uma vez que o tempo de varredura do Landsat 8 é de16 dias. Associando ao tempo de varredura, outra limitação que dificulta este tipo de investigação é encontrar imagens livres de nuvens com estágio fenológico da cultura adequado. Tabela 1. Datas das Imagens utilizadas, cobrindo a safra do milho de 2015 a 2017. Mês NDVI 2015 NDVI 2016 NDVI 2017 Abril - 10/04/2016 13/04/2017 Maio 10/05/2015 - - Maio 26/05/2015 28/05/2016 31/05/2017 Junho 27/06/2015 13/06/2016 16/06/2017 Para o processamento dos dados e cálculo dos coeficientes de correlação, foi elaborado um algoritmo utilizando plataforma Matlab (2018A) em que, exige como entrada o diretório das imagens correspondentes aos comprimentos de onda R e NIR na data que se deseja analisar; diretório dos limites dos talhões; e o diretório dos MP filtrados em formato .shp. O algoritmo foi desenvolvido para executar as seguintes funções: elaboração do NDVI, determinação da área para análise utilizando o limite do talhões (.shp), elaboração de grade dentro do limite talhão de acordo com os limites dos pixels da imagem (30x30m), cálculo do valor mínimo, máximo, médio e coeficiente de variação da produtividade para cada célula da grade, correlação de Pearson entre produtividade média da célula e NDVI, e teste T significância com 1% de confiança do coeficiente de correlação (GUIMARÃES, 2016). 3. RESULTADOS E DISCUSSÃO Os resultados da análise descritiva da variabilidade de produtividade estão apresentados na Tabela 2. Tabela 2. Porcentagem de talhões com produtividade maior e menor que a da fazenda e coeficiente de variação da produtividade anual. Ano (Nº talhões) < méd. (%) > méd. (%) P. méd. (sc.ha-1) CV (%) 2015 (18) 47,4 52,6 131,7 6,0 2016 (13) 46,2 53,8 117,7 9,4 2017 (21) 52,4 47,6 148,0 7,7 Pode-se observar que a safra de 2016 apresentou menor média geral e o CV representa maior variabilidade na produtividade. Segundo Rodrigues (2002), diversos são os fatores que contribuem para variabilidade da produtividade, além das condições climáticas, doenças e insetos, plantas daninhas e atributos do solo, como textura profundidade, pH nutrientes. Porém para o ano de 2016 foi constatado, a partir de dados disponibilizados pela Agência Nacional de Águas (ANA) que houve uma diminuição na precipitação na região estudada afetando a produtividade média da fazenda e proporcionando maior variabilidade da produtividade. Para os outros dois anos, a média geral da fazenda foi relativamente alta para a região e os CV foram menores. Os valores de CV relativamente baixos (< 10%) e o fato das médias de produtividade dos talhões serem relativamente simétricos em torno da média, reflete das boas práticas adotadas pela fazenda, mantendo o elevado patamar de produtividade média. Da análise de correlação entre produtividade e NDVI, a percentagem de talhões que apresentaram r maior que 0,3 e significativos foram selecionados (Tabela 3). Pode-se notar que a correlação entre o NDVI e a produtividade são diferentes em cada data avaliada. De acordo com Silva et al (2009) o estágio fenológico que a cultura representa melhor a resposta espectral, corresponde ao estágio de crescimento vegetativo, em que a cultura exibe maior quantidade de área foliar e atividade fotossintética. Tabela 3. Porcentagem de talhões que apresentaram r maior que 0.3 e significativos. 2015 (19 talhões) 2016 (13 talhões) 2017 (21 talhões) Data NDVI Talhões (%) Data NDVI Talhões (%) Data NDVI Talhões (%) 01 32 01 70 01 33 02 42 02 23 02 19 03 16 03 8 03 19 Para o ano de 2016 foi identificado maior número de talhões com correlação entre produtividade e o NDVI (70 %) na data 10/04/2016 (NDVI 01), isto significa que mais talhões estavam no estágio de crescimento vegetativo, o que implica na facilidade da interpretação da variabilidade espacial da produtividade. Informações estas que podem ser utilizadas para tomadas de decisões futuras. Porém, devido ao sistema de rotação de cultura da propriedade, não houve repetibilidade de talhões para a análise temporal da produtividade em relação aos anos de 2015 e 2017. Para análise temporal, apenas 5 talhões apresentaram repetibilidade para os anos 2015 e 2017. Dos 5 talhões que se repetiram, 2 se encontravam dentro do estágio fenológico adequado para a detecção de variabilidade espacial no NDVI. O fato da fazenda não trabalhar com 100% segunda safra de milho, dificultou encontrar talhões que permitisse uma análise mais abrangente. Foram selecionadas para execução da análise temporal e correlação entre produtividade e NDVI, imagens que apresentaram maior número de talhões com = r acima de 0,30 significativos, sendo elas 26/05/2015 (NDVI 02), e 13/04/2017 (NDVI 01), com 42 % e 33 %. Os resultados da análise de correlação entre produtividade de NDVI para os 2 talhões em 2015 e 2017 são apresentados na Tabela 4. Tabela 4. Resultado da correlação linear (r) entre produtividade e NDVI. Talhão 01 (r) talhão 02 (r) 26/05/2015 0,44 0,43 13/04/2017 0,78 0,77 Os coeficientes de correlação encontrados para o ano de 2017 apresentaram valores superiores aos de 2015, reforçando a discussão levantada por Silva et al (2009), em que a melhor resposta espectral encontrada é no estágio de crescimento vegetativo, para a cultura do milho. No ano de 2017, a cultura se encontrava no estágio fenológico de pendoamento (VT), onde apresentou r de 0,78 e 0,77 para os talhões avaliados. Em 2015, o NDVI condizia com o estágio fenológico R4 em ambos os talhões avaliados, o que justifica o decréscimo nos coeficientes de correlação (0,44 e 0,43). A partir dos resultados apresentados neste trabalho, sugere o uso de melhor período para resposta espectral, considerando a cultura do milho, o estágio fenológico entre VT e R1. Fernandes (2016) realizou a estimativa da produtividade de milho, através de imagens obtidas por veículo aéreo não tripulado, utilizando 200 pontos de produtividade amostrados ao longo do talhão, distribuídos em 4 classes, e encontrou correlação linear de 0,75 para o NDVI. A cultura se encontrava no mesmo estágio fenológico aqui apresentado no ano de 2017, transição do desenvolvimento vegetativo para o reprodutivo. Não foi possível executar a analise temporal com os NDVI, por estarem em estágio fenológicos diferentes. A Tabela 5 ilustra a variabilidade da produtividade, para talhões que apresentaram repetibilidade nos anos de 2015 e 2017. Como mencionado, as boas práticas adotadas pela fazenda apresentam aumento na produtividade em todos os talhões. Tabela 5. Variabilidade da produtividade em talhões repetidos. 2015 2017 méd. (sc.ha-1) CV(%) méd. (sc.ha-1) CV(%) T_01 139,8 7,0 145,2 10,1 T_02 135,0 7,2 142,3 9,3 T_03140,0 9,6 151,1 10,7 T_04 131,2 7,6 143,9 10,4 T_05 135,4 6,4 135,2 11,9 T_01: talhão 1; T_02: talhão 2; T_03: talhão 3; T_04: talhão 4; T_05: talhão 5. A filtragem dos dados de produtividade excluiu valores maiores que 75% e menores que 25% em torno da média bruta. As Figuras 1 e 2 apresentam o talhão 1 (T_01) como exemplo de mapa da variabilidade da produtividade elaborado a partir do método de interpolação Ponderação do Inverso da Distância (IDW), nos anos 2017 (A) e 2015 (B). Observando a variabilidade da produtividade entre os dois anos, não foi possível identificar um padrão de tendência para os níveis de produtividade. Tanto a mancha de alta quanto a de baixa produtividade deslocou no talhão entre 2015 e 2017. Os talhões que apresentaram repetibilidade entre os anos estudados, mesmo com um aumento considerável na produtividade média da fazenda (de 131.7 para 148 sc há- 1), apresentaram produtividade abaixo da média anual da fazenda em 2017, com exceção do talhão 03. Tal característica pode ser utilizado para avaliar os talhões que apresentam maior probabilidade de resposta a tratamento específico que não caso seriam os talhos T_01, T_02, T_04 e T_05. Figura 1 - Mapa de produtividade de milho em 2015 Figura 2 - Mapa de produtividade de milho em 2017 4. CONCLUSÕES A utilização de imagens do satélite Landsat 8 como ferramenta de análise, mostrou-se eficiente na identificação da variabilidade espacial da produtividade de milho apresentando coeficiente de correlação significativo de até 0,78. Porém o tempo de varredura do satélite e imagens livres de nuvens limitou a avaliação de talhões com dados de produtividade disponíveis. Não foi possível identificar relação na análise temporal da variabilidade de produtividade nos talhões que apresentaram repetibilidade em 2015 e 2017. 6. REFERÊNCIAS AGÊNCIA NACIONAL DE ÁGUAS (Brasil) (ANA). HidroWeb: sistemas de informações hidrológicas. Disponível em: <http://hidroweb.ana.gov.br/HidroWeb>. Acesso em: 06 abril 2018. FERNANDES, Pablo. CORN YIELD ESTIMATES ZEA MAYS L.) THROUGH IMAGES OBTAINED BY MANNED AERIAL VEHICLE. 2016. 79 f. Dissertação (Mestrado em Agronomia) - Universidade Federal de Santa Maria, Santa Maria, 2016. GUIMARÃES, Paulo Ricardo B. Análise de Correlação e medidas de associação. Disponível em: http://people.ufpr.br/~jomarc/correlacao.pdf aceso em 06/04/2018 RODRIGUES, J.B.T. Variabilidade espacial e correlações entre atributos de solo e produtividade na agricultura de precisão. Dissertação apresentada à Faculdade de Ciências Agronômicas da UNESP – Campus de Botucatu, para a obtenção do título de Mestre em Agronomia – Área de Concentração em Energia na Agricultura. Janeiro, 2002. ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W.; HARLAN, J. C. Monitoring the vernal advancement and retrogradation (green wave eff ect) of natural vegetation. Texas: Texas A&M University, 1974. (Type III final rep. NASA/GSFC). SHIRATSUCHI, L. S.; BRANDÃO, Z. N.; VICENTE, L. E.; VICTORIA, D. C.; DUCATI, J. R.; OLIVEIRA, R. P. O; VILELA, M. F. Sensoriamento Remoto: conceitos básicos e aplicações na Agricultura de Precisão. Cap.4. EMBRAPA, Brasília, DF. 2014. SILVA, M. A. V.; ANDRADE, V. M. S.; OLIVEIRA, E. C. O.; FERREIRA, W. P. M.; COSTA, J. M. N. Avaliação da estimativa da biomassa da cultura do milho obtida com base no ndvi. In: CONGRESSO BRASILEIRO DE AGROMETEOROLOGIA, 2009. Belo Horizonte, MG. Disponível em: http://sbagro.org.br/anais_congresso_2009/cba2009/402.pdf. Acesso em: 06 abr. 2018. MARTINS, R. C. Definição de zonas de manejo por índices de vegetação obtidos por sensoriamento remoto e mapas de produtividade. Dissertação de mestrado. Santa Maria, RS, Brasil. 2017. MARCHIORATO, Ivo Aurélio. Mapas de variabilidade do potencial de produtividade obtidos por satélites como instrumentos auxiliares às decisões sobre o manejo de nematóides na cultura da soja. 2008. v, 45 f. Tese (doutorado) - Universidade Estadual Paulista, Faculdade de Ciências Agrárias e Veterinárias, 2008. Disponível em: <http://hdl.handle.net/11449/105237>. USGS. United States Geological Survey. Desenvolvido pelo Department of the Interior EUA, em 1987. Disponível em: https://landsat.usgs.gov/landsat-processing-details. Acessado: 06 abr. 2018. WEISMANN, M. Fases de desenvolvimento da cultura do milho. In: TECNOLOGIA e produção milho safrinha e culturas de inverno 2008. 4. ed. Maracajú: Fundação MS, 2007. p. 31-38. Disponível em: <www.atividaderural.com.br/artigos/4fb3e56aa8c56.pdf>. Acesso em: 06 abr. 2018.
Compartilhar