Relação espectro-temporal de índices de vegetação com atributos do solo e produtividade da soja

Palavras-chave: Glycine max L. Merr., Ciclo fenológico, Sensoriamento remoto, NDVI, EVI

Resumo

Recentes pesquisas, com auxílio da tecnologia, têm encontrado resultados satisfatórios visando o manejo adequado das culturas agrícolas. Assim sendo, este estudo procurou avaliar relações espectrais e temporais dos índices normalized difference vegetation index (NDVI) e enhanced vegetation index (EVI) do sensor MODIS com a produtividade de grãos, relevo, textura e matéria orgânica do solo (MOS), durante o ciclo fenológico da soja em Campo Verde, no Mato Grosso (MT), na safra 2012/2013. Utilizaram-se o EVI/NDVI dos produtos do sensor orbital MODIS (MOD13Q1 e MYD13Q1) e a filtragem Savitzky-Golay (SG) para correção dos ruídos (valores anômalos) presentes em séries temporais desses IVs. Foi utilizada a correlação de Pearson (r) (p ≤ 0,05), entre as variáveis supracitadas com a aplicação da filtragem SG na série temporal dos índices durante o ciclo fenológico da cultura. Foram identificados os melhores estádios fenológicos para se gerar modelos preditivos sobre a variabilidade dos atributos do solo e a previsão da produtividade. Os coeficientes de determinação (R²) do EVI no estádio R1 com MOS, argila, silte e areia foram R² = 0,77; 0,75; 0,74; 0,75, respectivamente. Com NDVI no estádio fenológico R2 obteve R² = 0,44 com a produtividade. O EVI nos estádios R1, R2 e R3 (início do ciclo reprodutivo) gerou os melhores modelos de predição dos atributos do solo e o NDVI no estádio R2 para previsão da produtividade. A filtragem SG foi ferramenta necessária ao estudo, pois a correção dos ruídos nas séries temporais, de forma geral, gerou melhores modelos preditivos.

Downloads

Não há dados estatísticos.

Referências

ALVAREZ V., V. H.; NOVAIS, R. F.; BARROS, N. F.; CANTARUTTI, R. B.; LOPES, A. S. Interpretação dos resultados das análises de solos. In: RIBEIRO, A. C., GUIMARÃES, P. T. G.; ALVAREZ V., V. H. (Ed.). Recomendações para o uso de corretivos e fertilizantes em Minas Gerais, 5ª aproximação. Viçosa: Comissão de Fertilidade do Solo do Estado de Minas Gerais, 1999. p. 25-32.

BOLTON, D. K.; FRIEDL, M. A. Forecasting crop yield using remotely sensed vegetation indices and crop phenology metrics. Agricultural and Forest Meteorology, v. 173, p. 74-84, 2013. doi: 10.1016/j.agrformet.2013.01.007

BREDEMEIER, C.; VARIANI, C.; ALMEIDA, D.; ROSA, A. T. Estimativa do potencial produtivo em trigo utilizando sensor óptico ativo para adubação nitrogenada em taxa variável. Ciência Rural, v. 43, n. 7, p. 1147-1154, 2013. doi: 10.1590/S0103-84782013005000080

DANCEY, C.; REIDY, J. Estatística sem matemática para psicologia: usando SPSS para Windows. Porto Alegre: Artmed, 2006. 608 p.

EKLUNDH, L.; JÖNSSON, P. TIMESAT 3.0: software manual. Lund: Lund University, 2012. 82 p.

FRANCHINI, J. C.; BALBINOT JR, A. A.; DEBIASI, H.; COSTA, J. M.; SICHIERI, F. R.; TEIXEIRA, L. C. Soja em solos arenosos: papel do sistema Plantio Direto e da integração lavoura-pecuária. Londrina: Embrapa Soja, 2016. 10 p.

FREITAS, R. M.; ARAI, E.; ADAMI, M.; FERREIRA, A. S.; SATO, F. Y.; SHIMABUKURO, Y. E.; ROSA, R. R.; ANDERSON, L. O.; RUDORFF, B. F. T. Virtual laboratory of remote sensing time series: visualization of MODIS EVI2 data set over South America. Journal of Computational Interdisciplinary Sciences, v. 2, n. 1, p. 57-68, 2011.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Manual técnico de Pedologia. Rio de Janeiro: IBGE, 2007. 316p. Disponível em: https://biblioteca.ibge.gov.br/visualizacao/livros/liv37318.pdf. Acesso em: 26 out. 2017.

KOBAYASHI, H.; DYE, D. G. Atmospheric conditions for monitoring the long-term vegetation dynamics in the Amazon using normalized difference vegetation index. Remote Sensing of Environment, v. 97, n. 4, p. 519-525, 2005. doi: 10.1016/j.rse.2005.06.007

LÓPEZ-GRANADOS, F.; JURADO-EXPÓSITO, M.; PEÑA-BARRAGÁN, J. M.; GARCÍA-TORRES, L. Using geostatistical and remote sensing approaches for mapping soil properties. European Journal of Agronomy, v. 23, n. 3, p. 279-289, 2005. doi: 10.1016/j.eja.2004.12.003

MOREIRA, M. A.; ADAMI, M.; RUDORFF, B. F. T. Análise espectral e temporal da cultura do café em imagens Landsat. Pesquisa Agropecuária Brasileira, v. 39, n. 03, p. 223-231, 2004. doi: 10.1590/S0100-204X2004000300004

NEUMAIER, N.; NEPOMUCENO, A. L.; FARIAS, J. R. B; OYA, T. Estádios de desenvolvimento da cultura de soja. In: BONATO, E. R. (Ed.). Estresses em soja. Passo Fundo: EMBRAPA Trigo, 2000. p. 19-44.

PONZONI, F. J.; SHIMABUKURO, Y. E. Sensoriamento remoto no estudo da vegetação. São José dos Campos: Parêntese, 2009. 126 p.

R Development Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria, 2013. ISBN 3-900051-07-0. Disponível em: http://www.R-project.org. Acesso em: 20 out. 2016.

RESENDE, M.; CURI, N.; REZENDE, S. B.; CORRÊA, G. F. Pedologia: base para distinção de ambientes. 4. ed. Viçosa: NEPUT, 2014. 338 p.

SANTOS, D. S.; ARRUDA, E. M.; MORAES, E. R.; FRANCO, F. O.; ARAÚJO, J. R.; RESENDE, T. M.; BORGES, E. N.; RIBEIRO, B. T. Atributos físicos e matéria orgânica de áreas de Latossolo utilizadas para atividade pecuária no bioma cerrado. Bioscience Journal, v. 28, n. 4, p. 500-508, 2012.

SANTOS, F. C.; NOVAIS, R. F.; NEVES, J. C. L.; FOLONI, J. M.; ALBUQUERQUE FILHO, M. R.; KER, J. C. Produtividade e aspectos nutricionais de plantas de soja cultivadas em solos de cerrado com diferentes texturas. Revista Brasileira de Ciência do Solo, v. 32, n. 5, p. 2015-2025, 2008. doi: 10.1590/S0100-06832008000500023

SANTOS, H. G.; JACOMINE, P. K. T.; ANJOS, L. H. C.; OLIVEIRA, V. A.; LUMBRERAS, J. F.; COELHO, M. R.; ALMEIDA, J. A.; CUNHA, T. J. F.; OLIVEIRA, J. B. Sistema brasileiro de classificação de solos. Brasília: Embrapa, 2013. 353 p.

SAVITZKY, A.; GOLAY, M. J. E. Smoothing and differentiation of data by simplified least squares procedures. Analytical Chemistry, v. 36, n. 8, p. 1627-1639, 1964. doi: 10.1021/ac602114a047

SERRA, O. P.; CARDOSO, B. F.; RIBEIRO, A. L. M.; SANTOS, F. A. L.: SLHESSARENKO, R. D. Mayaro virus and dengue virus 1 and 4 natural infection in culicids from Cuiabá, state of Mato Grosso, Brazil. Memórias do Instituto Oswaldo Cruz, v. 111, n. 1, p. 20-29, 2016. doi: 10.1590/0074-027601150270

SILVA, D. A. A.; SANTI, A. L.; DAL BELLO, R. A. M; FIORESI, D.; BARON, F. A. Perfil de NDVI em estádios de desenvolvimento de soja em função de diferentes plantas de coberturas do solo no Rio Grande do Sul. Enciclopédia Biosfera, v. 11, n. 22, p. 2340-2348, 2015. doi: 10.18677/Enciclopedia_Biosfera_2015_205

UNITED STATES Geological Survey (USGS). Imagens MODIS MOD13Q1 e MYD13Q1. Quadrante h12v10, 2016. Disponível em: http://earthexplorer.usgs.gov/. Acesso em: 25 mai. 2016.

WEBER, E. A. Excelência em beneficiamento e armazenamento de grãos. Canoas: Salles, 2005. 586 p.

ZANZARINI, F. V.; PISSARRA, T. C. T.; BRANDÃO, F. J. C.; TEIXEIRA, D. D. B. Correlação espacial do índice de vegetação (NDVI) de imagem Landsat/ETM+ com atributos do solo. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 17, n. 6, p. 608-614, 2013. doi: 10.1590/S1415-43662013000600006

ZHANG, T. T.; QI, J. G.; GAO, Y.; OUYANG, Z. T.; ZENG, S. L.; ZHAO, B. Detecting soil salinity with MODIS time series VI data. Ecological Indicators, v. 52, p. 480-489, 2015. doi: 10.1016/j.ecolind.2015.01.004

Publicado
2019-03-14
Seção
Artigos Científicos