Sensor hiperespectral passivo para diferenciação de doses de nitrogênio em cana-de-açúcar

Transcrição

1 Sensor hiperespectral passivo para diferenciação de doses de nitrogênio em cana-de-açúcar Tiago Rodrigues Tavares 1, Peterson Ricardo Fiorio 2, Maurício Martello 1, Taila Fernanda Strabeli 1, Juliana Guardia 3, Marcela Bruscagin 3 ¹ Pós-Graduando, Departamento de Eng. de Sistemas Agrícolas, ESALQ-USP, Piracicaba, SP, Brasil, tiagosrt3@gmail.com, mauriciomartello@gmail.com, tailastrabeli@usp.br ² Professor Associado, Depto de Eng. de Biossistemas, ESALQ-USP, Piracicaba, SP, Brasil, fiorio@usp.br ³ Graduando em Agronomia, ESALQ-USP, Piracicaba, SP, Brasil, juliana.guardia@usp.br, marcela.bruscagin@usp.br RESUMO Ferramentas do sensoriamento remoto são alternativas promissoras para avaliação e monitoramento de culturas agrícolas. Sensores têm sido usados para estimar de forma indireta e indestrutível parâmetros biofísicos de diversas culturas. Índices de vegetação gerados a partir destes sensores já vem sendo utilizados para avaliar o conteúdo de nitrogênio e a necessidade de adição de fertilizantes nitrogenados em algumas cultura. Neste contexto, o trabalho objetivou observar os dados coletados com sensor hiperespectral em uma área de cana-de-açúcar fertilizada com diferentes doses de nitrogênio. Pode-se concluir que visualmente as curvas espectrais do dossel de cana-de-açúcar foram sensíveis às diferentes doses de nitrogênio aplicadas, sendo os espectros obtidos das parcelas não adubadas os que mais se diferiram dos demais. PALAVRAS-CHAVE: Radiometria, Sensoriamento remoto, Espectroscopia. ABSTRACT Remote sensing tools are potential alternatives for evaluation and monitoring the agricultural crops. Sensors have been used as an indirect and indestructible way to estimate the biophysical parameters from different cultures. Vegetation indices generated by those sensors have already been utilized to assess the nitrogen content and the necessity of nitrogen fertilizers application in some cultures. In this context, the study aimed to analyze the data collected by hyperspectral sensor from a sugarcane field fertilized with different doses of nitrogen. It can be concluded that visually the spectral curves of sugarcane canopy were

2 sensitive to different rates of nitrogen applied, and the spectra obtained from the non fertilized plots were the ones that more differed from the others. KEYWORDS: Radiometry, Remote sensing, Spectroscopy. INTRODUÇÃO O Brasil destaca-se no mercado mundial como produtor de cana-de-açúcar (AGUIAR et al., 2009) onde, em 2015, foram plantados cerca de 9 milhões de hectares de cana (CONAB, 2015). Os subprodutos gerados a partir da cana-de-açúcar dependem da disponibilidade da matéria prima, ou seja, da área cultivada e da produtividade (PICOLI et al., 2009). A agricultura moderna apóia-se em ferramentas tecnológicas como alternativas estratégicas para a otimização do desempenho das atividades no campo. Técnicas de geoprocessamento e sensoriamento remoto para a avaliação e monitoramento de culturas agrícolas se enquadram dentro destas ferramentas (JESUS; GALVANIN, 2013). O uso de sensores é uma tecnologia promissora para estimar de forma indireta e indestrutível parâmetros biofísicos de culturas agrícolas (ANDRADE et al., 2014), permitindo produzir diagnósticos da variabilidade espacial de fatores de produção. O uso desta tecnologia envolve a utilização de índices de vegetação, os quais se configuram como medidas radiométricas adimensionais, que indicam a abundância relativa e a atividade da vegetação verde (JENSEN, 2009). Segundo Ponzoni et al. (2012), índices de vegetação relacionam as propriedades espectrais com os parâmetros biofísicos da vegetação. IVs com combinações da reflectância de diferentes regiões do espectro eletromagnético têm sido propostos para explorar as propriedades espectrais da vegetação (BOULOMYTIS et al., 2011), sendo a maior parte combinações entre as regiões do visível (400 a 720 nm) e do infravermelho próximo (720 a 1100 nm) (PONZONI et al., 2012). Índices de vegetação estão sendo utilizados para avaliar o conteúdo de nitrogênio e a necessidade de adição de fertilizantes nitrogenados em culturas de milho, algodão, aveia e cana-de-açúcar. Amaral (2014), trabalhando com sensor ativo, conclui que índices de vegetação que utilizam as regiões espectrais do red edge (730 nm) e do infravermelho próximo (780 nm) devem ser preferidos na avaliação da cana-de-açúcar. Neste contexto, o trabalho objetivou avaliar um talhão de cana-de-açúcar fertilizada com diferentes doses de nitrogênio através de dados espectrais coletados com sensor passivo hiperespectral.

3 MATERIAL E MÉTODOS O estudo foi conduzido em um talhão de cana-de-açúcar na fazenda da Agência Paulista de Tecnologia (APTA), município de Piracicaba-SP. A área do experimento (Figura 1) está localizada nas coordenadas geográficas 22 41'02" de latitude sul e 47 38'44" de longitude oeste. O solo presente nesta área é um Argissolo Vermelho-Amarelo (PVA), com textura argilosa (0-20 cm) e muito argilosa (20-40 cm). Foi utilizado um delineamento experimental inteiramente casualizado com 4 tratamentos. Os tratamentos consistiram em diferentes doses de adubação nitrogenada, sendo o tratamento 1, 2, 3 e 4 as doses de nitrogênio (N) de 0, 30, 60, 90 kg ha -1. A área foi dividida em 28 parcelas de 15 m de comprimento com 5 linhas de cana cada uma. Cada parcela representou uma repetição dos tratamentos aplicados, sendo o tratamento 1 (0 kg ha -1 de N) aplicado em 4 parcelas e os demais (30, 60, 90 kg ha -1 de N) aplicados em 8 parcelas. Figura 1. Localização da área experimental Fonte: Base de dados vetoriais fornecida pelo IBGE, 2014 (A); Imagem de satélite obtida pelo Google Earth (B); Imagem aérea obtida com veículo aéreo não tripulado (C).

4 A coleta de dados foi realizada no dia 20 de janeiro de 2015, quando a cultura se encontrava em seu primeiro ano de cana soca, aproximadamente 120 dias após o corte da última safra. Para coleta dos dados espectrais foi utilizado o sensor HandHeld Spectroradiometer. Equipamento caracterizado por ser um sensor passivo, que trabalha em comprimentos de onda que compreendem o espectro visível e infravermelho próximo (400 a 1075 nm), com resolução espectral de 3 nm e ângulo de visada de 25. O sensor foi posicionado a 1,5 m acima do dossel de plantas, o que proporciona um campo de visada circular de aproximadamente 0,65 m de diâmetro, com área de 0,34 m 2. Antes de iniciar as leituras do dossel foi realizada a calibração do espectrorradiômetro utilizando uma placa lambertiana padrão que acompanha o aparelho. As leituras radiométricas foram realizadas nas três linhas centrais de cada parcela, sendo realizadas 5 leituras por linhas, espaçadas a 1 m entre si, totalizando 15 leituras por parcela. Para eliminar um possível efeito de borda, não foram tomadas leituras no primeiro metro de cada linha. Para análise dos dados foram calculados, para cada tratamento, as curvas espectrais médias e o índice de vegetação por diferença normalizada utilizando as bandas infravermelho próximo e do red edge, conforme apresentado na Equação 1. IV ifp redge ifp redge (1) Em que: IV = índice de vegetação utilizado no trabalho; ifp = fator de reflectância médio do intervalo de bandas de 775 a 785 nm; redge = fator de reflectância médio do intervalo de bandas de 725 a 735 nm. RESULTADOS E DISCUSSÃO Na Figura 2 podemos observar a curva espectral média de cada tratamento. A análise visual possibilitou notar que a curva do tratamento 1 (0 kg ha -1 de N) se diferenciou das demais, pois apresentou um fator de reflectância menor na região do infravermelho próximo (720 a 900 nm) e mais elevado na região do visível (400 a 720 nm). Constatou-se uma tendência de aumento do fator de reflectância no infravermelho próximo ao incrementar a dose aplicada de nitrogênio.

5 Figura 2.Curvas espectrais das diferentes doses de nitrogênio aplicadas Este comportamento espectral é resultado da interação por absorção e espalhamento entre energia eletromagnética e o dossel de plantas. Segundo Ponzoni et al. (2012), a região do visível é influenciada pela quantidade de pigmentos nas folhas, quanto maior a energia absorvida pelos pigmentos, menor será o fator de reflectância nesta região do espectro. Já a região do infravermelho próximo é influenciada pela estrutura do mesófilo foliar. A radiação eletromagnética destes comprimentos de onda ao incidirem na folha sofrem consideráveis espalhamentos de acordo com as características internas de estrutura celular, o que resulta no incremento do fator de reflectância nesta região do espectro. Ademais, reflectância de dosséis de vegetação também apresentam influência do número de camadas de folhas na região do infravermelho próximo. Ao aumentar o número de camadas um maior fator de reflectância é observado (PONZONI et al., 2012). Desta maneira, ao analisar curvas espectrais de dosséis de vegetação, quanto mais altos os valores do fator de reflectância na região infravermelho próximo e baixos na região do visível, melhor será o vigor deste dossel. Na Tabela 1 foram apresentadas as médias dos índices de vegetação de cada tratamento e suas comparações pelo teste de Tukey. Este índice de vegetação ao relacionar as regiões do infravermelho próximo e do red-edge produz um valor numérico adimensional que representa o vigor da vegetação, quanto maior o índice maior o vigor.

6 Tabela 1. Médias dos índices de vegetação das repetições de cada tratamento e teste Tukey para comparação de médias Repetições Dose 0 Dose 30 Dose 60 Dose ,235 0,254 0,277 0, ,216 0,277 0,264 0, ,173 0,265 0,282 0, ,193 0,256 0,269 0, ,235 0,260 0, ,239 0,253 0, ,227 0,245 0, ,232 0,238 0,246 Média 0,204 b 0,248 a 0,261 a 0,264 a CV % 13,1 7,0 5,8 7,8 Analisando a Tabela 1 observamos que as parcelas que receberam menores doses de nitrogênio apresentaram valores de índices de vegetação mais baixos, sendo o tratamento 1 o que mais se diferiu dos demais, inclusive sendo o único que apresentou diferença de média estatisticamente significativa pelo teste aplicado. No entanto, apesar dos tratamentos 2, 3 e 4 não se diferirem estatisticamente podemos observar que à medida que se aumentou a dose houve um incremento concomitante do índice de vegetação. Este comportamento é melhor observado na Figura 3. Figura 3. Evolução da média do índice de vegetação com o aumento da dose de nitrogênio e erro padrão de suas respectivas médias O incremento no índice de vegetação observado esta relacionado com o aumento do vigor da planta à medida que ela foi nutrida com uma maior quantidade de nutriente. Amaral (2014), trabalhando com sensor ativo em cana-de-açúcar, observou que índices de vegetação

7 que utilizam bandas espectrais do red edge apresentam-se eficientes em se relacionar com a variabilidade do vigor da cultura, corroborando com os resultados observados. CONCLUSÕES Visualmente os dados tomados com sensor multiespectral passivo foram sensíveis às diferentes doses de nitrogênio aplicadas em cana-de-açúcar. A curva espectral da cultura não adubada (0 kg ha -1 de N) foi a que mais se diferiu das demais, também pôde-se observar que doses de nitrogênio de 90 kg ha -1 aumentaram o fator de reflectância na região do infravermelho próximo. O índice de vegetação calculado, embora sem apresentar diferença estatística, permitiu verificar a evolução do vigor da vegetação com o incremento da dose de N. AGRADECIMENTOS Os autores agradecem a Fundação de Amparo à Pesquisa do Estado de São Paulo - FAPESP pelo auxílio à pesquisa 2013/ REFERÊNCIAS AGUIAR, D. A.; ADAMI, M.; RUDORFF, B. F. T.; SUGAWARA, L. M.; FREITAS, R. M. Avaliação da conversão do uso e ocupação do solo para cana-de-açúcar utilizando imagens de sensoriamento remoto. In: XIV SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, AMARAL, L. R. do. Sensor de reflectância do dossel para direcionar a aplicação de nitrogênio em taxas variáveis na cultura da cana-de-açúcar p. Tese (Doutorado) Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo, Piracicaba, ANDRADE, R. G.; SEDIYAMA, G.; SOARES, V. P.; GLERIANI, J. M.; MENEZES, S. J. M. C. Estimativa da produtividade da cana-deaçúcar utilizando o Sebal e imagens Landsat, Revista Brasileira de Metereologia, 2014, p BOULOMYTIS, V. T. G.; PINTO, C. T.; CASTILLO, E. M. D.; PEREIRA, F. R. S.; CESAR, G. M.; POÇAS, J. S.; SANTOS, J. S.; ANDRADE, L. L.; CARVALHO, M. V. A.; RUDORFF, N. M.; MARINHO, R. R. Sistemas de sensores laboratoriais para a análise do comportamento espectral da vegetação sob a influência de diferentes tipos de solo e cobertura vegetal, In: XV SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, p. 9052, COMPANHIA BRASILEIRA DE ABASTECIMENTO- CONAB. Acompanhamento da safra brasileira: cana-de-açúcar, p.18, 2015.

8 HONKAVAARA, E.; SAARI H.; KAIVOSOJA, J.; POLONEN, I; HAKALA T.; LITKEY, P; MAKYNEN J.; PESONEN L. Processing and assessment of Spectrometric, Stereoscopic Imagery Collected Using a Lightweight UAV Spectral Camera for Precision Agriculture. Remote Sensing, p , JENSEN, J. R. Sensoriamento Remoto do Ambiente: Uma perspectiva em Recursos Terrestre. 2 ed. São José dos Campos: Parêntese, JESUS, P. H. H.; GALVANIN, E. S. Método semiautomático para extração e regularização de talhões de cana-de-açúcar utilizando imagens LANDSAT-5, classificador paralelepípedo e algoritmo de Douglas- Peuker; Revista Ciência e Engenharia, p , KITCHEN, N.R., SUDDUTH, K.A., DRUMMOND, S.T., SCHARF, P.C., PALM, H.L., ROBERTS, D.F., VORIES, E.D. Ground-based canopy reflectance sensing for variable-rate nitrogen corn fertilization. Agronomy Journal, Madison, v.102, n. 1, p.71-84, MOLIN, J. P., Agricultura de Precisão. Ministério da Agricultura, Pecuária e Abastecimento, Brasília: MAPA, ACS, Encarte técnico, PICOLI, M. C. A.; RUDORFF, B. F. T.; RIZZI, R.; GIAROLLA, A. Índice de vegetação do sensor MODIS na estimativa da produtividade agrícola da cana-de-açúcar, Revista Bragantina, p. 790, POVH, F. P.; MOLIN, J. P.; GIMENEZ, L. M.; PAULETTi, V.; MOLIN, R.;Salvi, J. V. Comportamento do NDVI obtido por sensor óticoativo em cereais. Pesquisa Agropecuária Brasileira, v.23, n.8,p , PONZONI, F.J.; SHIMABUKURO, Y.E.; KUPLICH, T.M. Sensoriamento remoto da vegetação. 2ª Edição. São Paulo, RAUN, W.R., OLIE, J. B., JOHNSON, G. V., STONE, M.L., MULLEN, R.W., FREEMAN, K. W., THOMASON, W.E., LUKINA, E.V. Impoving nitrogen use efficiency in cereal grain production with optical sensing and variable rate application. Agronomy Journal, Madison, v. 94, p , 2002.