Produtividade - Relação entre produtividade e NDVI Landsat 8

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.