Determinação de zonas de manejo e estimativa da produtividade de culturas de grãos por meio de videografia aérea digital multiespectral.

• Main Author: João Célio de Araújo
• Other Authors: Carlos Alberto Vettorazzi
• Language: Portuguese
• Published: Universidade de São Paulo 2004
• Subjects: agricultura de precisão; grãos; sensoriamento remoto; soja; videografia; NDVI; precision farming; remote sensing
• Online Access: http://www.teses.usp.br/teses/disponiveis/11/11143/tde-05112004-140548/

O emprego de câmeras digitais multiespectrais torna possível a utilização de índices de vegetação, obtidos por meio de operações matemáticas entre bandas espectrais de uma mesma imagem. Estes índices podem ser empregados na estimativa de produtividade de culturas agrícolas e no delineamento de zonas de manejo, por apresentarem relação com o vigor da cultura. Algumas variáveis obtidas no campo, como o índice de área foliar (IAF), a altura de plantas e o número de plantas por metro linear, também podem ser empregadas na avaliação do vigor da cultura. O objetivo principal deste trabalho foi avaliar imagens obtidas por meio de videografia aérea digital multiespectral, quanto ao seu potencial na estimativa da produtividade e na determinação de zonas de manejo em culturas de grãos. As imagens foram adquiridas por meio de uma câmera de vídeo digital multiespectral (Duncantech MS3100). Também foram utilizados mapas de produtividade, referentes a duas áreas cultivadas, primeiramente com trigo, no inverno de 2001, e na seqüência com soja, no verão de 2002. Além disso, foi realizado um trabalho de campo, na cultura da soja, em uma das áreas de estudo, onde foram determinados, em uma grade amostral, o índice de área foliar, a altura de plantas e o número de plantas por metro linear. As imagens aéreas foram corrigidas geometricamente e normalizadas radiometricamente no software Idrisi32, após o que foi realizada uma regressão linear simples entre as imagens e os mapas de produtividade, pixel-a-pixel e com as imagens classificadas. Os dados coletados em grade foram analisados por meio da estatística descritiva e da geoestatística, sendo posteriormente interpolados, gerando os mapas de superfície das variáveis estudadas. Os mapas de superfície criados para as variáveis medidas no campo apresentaram elevada correlação entre sí. A imagem NDVI apresentou uma melhor relação com a estimativa de produtividade, quando comparada com as imagens das bandas espectrais individualizadas, do vermelho e do infravermelho próximo. Concluiu-se que as imagens aéreas digitais multiespectrais obtidas por videografia são eficientes na estimativa da produtividade de grãos quando existe elevada variabilidade nas imagens e as mesmas não apresentam valores discrepantes. Também proporcionam informações importantes ao delineamento de zonas de manejo. === The utilization of multispectral digital cameras makes it possible the use of vegetation indices, generated by means of mathematical operations between spectral bands from the same image. These indices can be used to estimate crop yields and delineate management zones due to the relation between them and crop vigor. Some variables, measured on the field, such as leaf area index (LAI), plants height and plants per linear meter, can also be used in the assessment of the crop vigor. The main objective of this work was to evaluate multispectral digital aerial videographic images regarding their potential in crop yield estimate as well as in management zones delineation. The images were acquired with a multispectral digital camera (Duncantech MS3100). Yield maps were also used, for two cropped areas, firstly with wheat, in the 2001 winter, and afterwards, with soybean, in the 2002 summer. Moreover, a field work was accomplished, for soybean, in one of the study areas. Three variables were measured, on a sampling grid: leaf area index, plants height and plants per linear meter. The aerial images were geometrically rectified and radiometrically normalized, in the software Idrisi32, and then a simple linear regression was performed between images and yield maps, pixel-by-pixel and with the classified images and maps. Data collected on the sampling grid were analyzed by means of descriptive statistics and also geostatistics. After an interpolation procedure, surface maps of these variables were generated. The surface maps generated for the variables measured on the field presented high correlation among themselves. The NDVI image showed a better relation with yield estimate than the individual spectral bands, red and near infrared. One can conclude that the multispectral digital aerial videographic images are efficient for grain crops yield estimates, when there is a high variability on the images, without outliers. These images can also provide important information to the management zones delineation.