Saiba como o geoprocessamento está revolucionando os processos agrícolas
Devido a sua capacidade de melhorar significativamente a gestão das lavouras, a agricultura de precisão vem ganhando espaço nas propriedades rurais dos mais diversos portes e gêneros.
Este conjunto de técnicas tem por característica a integração de ferramentas digitais a sua composição, entre elas o sensoriamento remoto e os índices vegetativos.
Podemos definir um índice vegetativo (IV) como uma transformação de dois ou mais espectros de luz (conhecido também como bandas espectrais) com o objetivo de melhorar a compreensão acerca das propriedades da vegetação em uma localidade e permitir comparativos temporais e espaciais desta, como por exemplo, a atividade fotossintética e variações estruturais da cobertura vegetal.
Desde a década de 60, cientistas têm usado o sensoriamento remoto (aquisição de informações sobre objetos sem a necessidade de contato físico direto com eles), principalmente através de satélites, para monitorar as alterações da vegetação ao redor do planeta Terra.
As aplicações mais modernas de sensoriamento remoto para a obtenção de IVs envolvem o uso de instrumentos óticos multiespectrais e hiperespectrais acopladas a drones e ou VANTs, ao contrário do que pode ocorrer com a captação de imagens via satélite, este método elimina a possibilidade da interferência das nuvens no momento da captura.
Já em satélites o uso de radares tem possibilitado a criação de novos índices e a captação de dados mesmo com a incidência de nuvens.
Os IVs tem sido aplicados em toda agricultura. Em grãos e cana-de-açúcar a sua utilização é comum há anos. Mas são inúmeras suas aplicações, como em pastagens, florestas e para toda área de gestão ambiental.
Por meio de índices vegetativos, equipes agrícolas podem estimar a quantidade de água no solo, monitorar a evapotranspiração e acompanhar a regularidade do crescimento de grandes plantações, tudo de forma 100% remota e com atualizações constantes.
Esse tipo de informação pode indicar pontos de seca intensa ou alagamentos, regiões com falta ou excesso de fertilizantes e até mesmo a presença de pragas e doenças, além de também servirem como indicadores de desflorestamento, queimadas, ou para o monitoramento de plantios e colheitas, facilitando a elaboração de operações de manejo mais ágeis, inteligentes e assertivas.
Mas como é possível, partindo apenas de imagens, produzir um mapa com todas as informações descritas no parágrafo anterior?
Bem, a resposta encontra-se na reflexão de determinadas bandas espectrais por parte das plantas de acordo com seu estado de desenvolvimento fenológico.
Quando estão saudáveis, as folhas das plantas exibem uma forte cor verde, fruto dos altos níveis de clorofila, ao passo que quando estão com deficiências, a queda desses níveis tendem a provocar tons próximos ao marrom, e progressivamente sua capacidade absorção e reflexão de certos comprimentos de onda se altera.
A partir da combinação dessas bandas por meio de equações, os algoritmos conseguem exprimir mapas com cores do espectro visível de acordo com o estado de vivacidade das plantas, que em última análise também podem indicar seus níveis de crescimento.
Talvez um dos índices de vegetação mais conhecidos seja o NDVI, sigla em inglês para Normalized Difference Vegetation Index, que em português significa Índice de Vegetação da Diferença Normalizada.
A fórmula que representa o NDVI é NIR-RED / NIR+RED, onde NIR corresponde a reflexão próxima ao infravermelho (Near Infrared) do comprimento de onda compreendido no intervalo de 780 a 2500 nm (nanômetros), não visível ao olho humano.
Já a variável RED compreende a reflexão do vermelho do comprimento de onda compreendido no intervalo de 620 até 750 nm.
Através da fórmula do NDVI também é possível entender a maioria dos outros índices.
Após abordarmos o conceito do sensoriamento remoto e da geração dos principais índices vegetativos utilizados na agricultura, devemos mencionar que existem muitos outros índices que podem ser obtidos por outros tipos de sensores.
Neste contexto podemos citar os sensores hiper espectrais, e os sensores de radar, que são úteis para a obtenção de índices como o RFDI, MSAVI, RDVI e outros que podem ser encontrados em lista completa no link abaixo:
https://github.com/davemlz/awesome-spectral-indices#radar-%EF%B8%8F
Agora que você conhece toda a construção científica por trás dos IVs e sua capacidade de otimizar a produtividade agrícola, não perca tempo, empregue essa tecnologia a favor de sua empresa ou propriedade rural.
Entre em contato com a SciCrop, somos a startup referência em big data analytics voltado ao agro e estamos prontos para entregar todo o suporte técnico nesta área nas mãos de sua equipe.
