Vol. 2 (2023)
Artigos

ÍNDICE DE VEGETAÇÃO BASEADO NO ESPECTRO VISÍVEL PARA MONITORAMENTO DE CULTIVARES DE TRIGO SUBMETIDAS A DIFERENTES DOSES DE NITROGÊNIO

PDF (Português (Brasil))
  • Neuri Antonio Feldmann,
  • Guilherme Lucas Scherer,
  • Anderson Clayton Rhoden,
  • Vilson José Gabriel,
  • Fabiana Raquel Mühl,
  • Danilo Pavan
Neuri Antonio Feldmann
Uceff
Guilherme Lucas Scherer
UNIDADE CENTRAL DE EDUCAÇÃO FAI FACULDADES - UCEFF
Anderson Clayton Rhoden
UNIDADE CENTRAL DE EDUCAÇÃO FAI FACULDADES - UCEFF
Vilson José Gabriel
UNIDADE CENTRAL DE EDUCAÇÃO FAI FACULDADES - UCEFF
Fabiana Raquel Mühl
UNIDADE CENTRAL DE EDUCAÇÃO FAI FACULDADES - UCEFF
Danilo Pavan
UNIDADE CENTRAL DE EDUCAÇÃO FAI FACULDADES - UCEFF

Published 2023-05-05

Abstract

A cultura do trigo está entre os três cereais mais cultivados no mundo, apresentando uma significativa importância econômica e social. Frente a nova era da agricultura, marcada pelo uso de tecnologias integradas de manejo e gestão, a utilização de técnicas modernas de monitoramento agrícola se faz necessária. O presente trabalho tem por objetivo avaliar a utilização de sensores ópticos convencionais embarcados em drones no monitoramento da cultura do trigo por meio de índices de vegetação. O trabalho foi conduzido no município de Tunápolis-SC, onde foi implantado um experimento com delineamento em blocos casualizados testando dois fatores: cultivar (TBIO Toruk e TBIO Astro); e doses de nitrogênio (0, 50, 100 e 150 kg ha-1). As avaliações foram realizadas com uso de sensor RGB embarcado em drone em duas alturas de voo: 50 e 120 metros. Foram realizadas análises utilizando o índice de vegetação MPRI, o qual apresentou fortes correlações com produtividade, biomassa e altura de plantas. As doses de nitrogênio avaliadas impactaram diretamente na produtividade de biomassa e de grãos, bem como na altura das plantas. A cultivar TBIO TORUK apresentou índice MPRI superior a cultivar TBIO ASTRO durante todo o período de observação. Os voos realizados entre os 45 e os 81 DAE apresentaram os maiores índices de vegetação. Desta forma pode se concluir que a utilização de sensores convencionais do tipo RGB embarcados em aeronaves possui forte potencial de utilização para predições de produtividade na cultura do trigo, em especial em propriedades de pequeno porte, devido ao custo relativamente baixo.

PDF (Português (Brasil))

References

  1. ALBUQUERQUE, M. Afinal, o que é a Agricultura Digital? FALKER, 2017. Disponível em: https://www.falker.com.br/c-o-que-e-agricultura-digital.php. Acesso em: 03 mai. 2022.
  2. BETÉ, Thiago de. Drones: um pequeno histórico e as consequências do seu uso. Revista Conexão Sipaer, Vol. 10, Nº .1, p. 2-14.
  3. BOLFE, E.; MASSRUHÁ, S. A transformação digital e a sustentabilidade agrícola. Agroanalysis, v. 40, p. 32-34, mar. 2020.
  4. CAIERÃO, E.; SCHEEREN, P. L.; CASTRO, R. L.; SILVA, M. S. Origem, Evolução e Melhoramento Genético. In: MORI, C. de.; ANTUNES, J. M.; FAÉ, G. S.; ACOSTA, A. S. O produtor pergunta, a Embrapa responde. Brasília, DF: Embrapa, 2016. Disponível em: https://ainfo.cnptia.embrapa.br/digital/bitstream/item/144769/1/ID43609-2016LVTrigo.pdf. Acesso em: 25 mai. 2022.
  5. CAMBRAIA FILHO, D. J. Utilização de índices de vegetação baseados na porção visível do espectro eletromagnético para monitoramento de fitofisionomias do cerrado. 2019. Dissertação – Programa de Pós-Graduação em Geociências Aplicadas e Geodinâmicas, Instituto de Geociências da Universidade de Brasília, Brasília, 2019.
  6. CARVALHO, R. S. Índices de vegetação e produtividade de cultivares de trigo submetidas à diferentes épocas de semeadura. 2021. TCC (Graduação) – Curso Bacharelado em Agronomia, Convênio entre Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul e Universidade Estadual do Rio Grande do Sul, Vacaria, 2021.
  7. CATTANI, C. E. V.; MERCANTE, E.; GARCIA, M. R.; KUSMINSKI, D.; OLDONI, L. V. Diferença de padrão espectro-temporal das cultivares de trigo. In: XLIV Congresso Brasileiro de Engenharia Agrícola – CONBEA 2015, Hotel Fazenda Fonte Colina Verde, São Pedro-SP, 2015. Disponível em: https://conbea.org.br/anais/publicacoes/conbea-2015/livros-2015/geo-geomatica-1/1568-diferenca-de-padrao-espectro-temporal-das-cultivares-de-trigo/file. Acesso em: 22 nov. 2022.
  8. CHAGAS, J. H.; ALBRECHT, J. C.; PIRES, J. L. F.; SILVA, M. S.; SOARES, J. Densidade de semeadura e doses de nitrogênio em cobertura no trigo irrigado cultivado em planaltina-DF. EMBRAPA, 2015. Disponível em: https://www.alice.cnptia.embrapa.br/bitstream/doc/1019785/1/73.pdf. Acesso em: 22 nov. 2022.
  9. FIELDVIEW. A agricultura 5.0 está chegando: como a inteligência artificial segue revolucionando as lavouras. Blog Climate FieldView, 20 de dezembro de 2021. Disponível em: https://blog.climatefieldview.com.br/agricultura-5-0. Acesso em: 07 abr. 2022.
  10. FORMAGGIO, A. R.; SANCHES, I. D. Sensoriamento Remoto em agricultura. São José dos Campos: Oficina de Textos, 2017.
  11. FRANCHINI, J. C.; JUNIOR, A. A. B.; JORGE, L. A. C.; DEBIASI, H.; DIAS, W. P.; GODOY, C. V.; JUNIOR, A. O.; CORRÊA, F. B.; OLIVEIRA, M. C. N. Uso de imagens aéreas obtidas com drones em sistemas de produção de soja. Londrina: Embrapa Soja, 2018. Disponível em: https://www.embrapa.br/busca-de-publicacoes/-/publicacao/1103613/uso-de-imagens-aereas-obtidas-com-drones-em-sistemas-de-producao-de-soja. Acesso em: 22 nov. 2022.
  12. INPE. Simpósio Brasileiro de Sensoriamento Remoto acontece em Santos. Disponível em: http://www.inpe.br/noticias/noticia.php?Cod_Noticia=5075#:~:text=Especialmente%20no%20Brasil%2C%20um%20pa%C3%ADs,ao%20desenvolvimento%20econ%C3%B4mico%20e%20social. Acesso em: 18 mai. 2022.
  13. JORGE, L. A. C.; INAMASU, R. Y. Uso de veículos aéreos não tripulados (VANT) em Agricultura de precisão. In: BERNARDI, A. C. C. et al. Agricultura de precisão: Resultados de um Novo Olhar. Brasília, DF: Embrapa, 2014.
  14. JUNGES, A. H.; FONTANA, D. C. Desenvolvimento das culturas de cereais de inverno no Rio Grande do Sul por meio de perfis temporais do índice de vegetação por diferença normalizada. Revista Ciência Rural, Santa Maria-RS, v.39, n.5, p. 1349-1355, Ago, 2009. Disponível em: https://www.scielo.br/j/cr/a/4cNFxb5QB6hMgc7k49wJHjM/?format=pdf&lang=pt. Acesso em: 22 nov. 2022.
  15. KAVOOSI, Z. et al. Feasibility of satellite and drone images for monitoring soil residue cover. Journal of the Saudi Society of Agricultural Sciences. 2018.
  16. MAIO, A. et al. Sensoriamento Remoto. Ministério da Ciência e Tecnologia, 2008. Disponível em: https://www.gov.br/aeb/pt-br/centrais-de-conteudo/publicacoes/educacional/apostilas-pdf/1sensoriamento_manual.pdf. Acesso em: 21 mai. 2022.
  17. MASSRUHÁ, S. M. F. S.; LEITE, M. A. A. Agro 4.0: Rumo à agricultura digital. 2017. Disponível em: https://ainfo.cnptia.embrapa.br/digital/bitstream/item/166203/1/PL-Agro4.0-JC-na-Escola.pdf. Acesso em 06 jun. 2022.
  18. MATTUELLA, D.; SIMIONI, S. P.; SEGATTO, C.; CIGEL, C.; ADAMS, C. R.; KLEIN, C.; LAJÚS, C. R.; SORDI, A. Eficiência agronômica da cultura do trigo submetida a doses de nitrogênio em diferentes estádios ontogênicos. Revista Ciência Agrícola, Rio Largo-AL, v. 16, n.3, p. 1-9, 2018. Disponível em: https://www.seer.ufal.br/index.php/revistacienciaagricola/article/download/5176/4804/23939. Acesso em: 22 nov. 2022.
  19. MOLIN, J. P.; AMARAL, L. R.; COLAÇO, A. F. Agricultura de precisão. São Paulo: Oficina de Textos, 2015.
  20. MORAES, E. C. Fundamentos de Sensoriamento Remoto. São José dos Campos, 2002. Disponível em: http://mtc-m12.sid.inpe.br/col/sid.inpe.br/sergio/2005/06.14.12.18/doc/CAP1_ECMoraes.pdf. Acesso em: 08 abr. 2022.
  21. NORASMA, C. Y. N. et al. Unmanned Aerial Vehicle Applications in Agriculture. IOP
  22. NOVO, E. M. L. M.; PONZONI, F. J. Introdução ao Sensoriamento Remoto. São José dos Campos, 2001. Disponível em: http://www.dpi.inpe.br/Miguel/AlunosPG/Jarvis/SR_DPI7.pdf. Acesso em: 15 mai. 2022.
  23. OLIVEIRA NETO, A. A.; SANTOS, C. M. R. A cultura do trigo. Brasília: Conab, 2017. Disponível em: https://www.conab.gov.br/uploads/arquivos/17_04_25_11_40_00_a_cultura_do_trigo_versao_digital_final.pdf. Acesso em: 26 mai. 2022.
  24. PINTO, T. E.; SCHOTT, A. D.; GIMENES, E. S.; GRANELLA, V.; DEON, B. C.; MICHELON, C. J. Produtividade de trigo em diferentes doses de nitrogênio, inoculando ou não com azospirillum brasilence. In: 9º Salão Internacional de Ensino, Pesquisa e Extensão -SIEPE, 2017, Santana do Livramento-RS. Anais eletrônicos. Santana do Livramento-RS. Disponível em: https://guri.unipampa.edu.br/uploads/evt/arq_trabalhos/12479/seer_12479.pdf. Acesso em: 22 nov. 2022.
  25. RAMOS, M. F. Estudo da variação temporal do índice de vegetação por diferença normalizada em juiz de fora a partir de imagens de satélite. 2016. TCC (Graduação) – Curso de Engenharia Sanitária e Ambiental, Universidade Federal de Juiz de Fora, Juiz de Fora, 2016. Disponível em: https://www2.ufjf.br/engsanitariaeambiental//files/2014/02/TFC-2-Mateus-Ferreira-Ramos.pdf. Acesso em: 27 mai. 2022.
  26. SCHADECK, A.; ROSA, H. A.; BORTOLINI, J. Influência da altura de voo no índice MPRI obtido com Veículo Aéreo Não Tripulado (VANT). Revista Cultivando o Saber, Cascavel, PR, v. 12, n.4, p. 107-116, Out./Dez. 2019. Disponível em: https://cultivandosaber.fag.edu.br/index.php/cultivando/article/download/961/883/. Acesso em: 21 nov. 2022.
  27. SHIRATSUCHI, L. S. et al. Sensoriamento Remoto: conceitos básicos e aplicações na Agricultura de Precisão. In: BERNARDI, A. C. C. et al. Agricultura de precisão: Resultados de um Novo Olhar. Brasília, DF: Embrapa, 2014.
  28. SILVA NETO, M. Multi-rotor ou asa fixa? Saiba o que considerar na escolha. Blog Droneng, 2017. Disponível em: https://blog.droneng.com.br/multirotor-ou-asa-fixa/. Acesso em: 04 jun. 2022.
  29. SILVA, L. C. A. Delineamento de zonas de manejo por imagens suborbitais, orbitais e variáveis de solo. 2020. Dissertação – Pós-Graduação em Engenharia Agrícola, Universidade Estadual do Oeste do Paraná, Cascavel -PR, 2020. Disponível em: https://tede.unioeste.br/bitstream/tede/5030/5/Laiza_Albuquerque%20Silva2020.pdf. Acesso em: 28 mai. 2022.
  30. SOUZA, W. P.; SILVA, E. M. B.; SCHLICHTING, A. F.; SILVA, M. C. Desenvolvimento inicial de trigo sob doses de nitrogênio em Latossolo Vermelho de Cerrado. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, PB, v. 17, n.6, p. 575-580, Abril, 2013. Disponível em: https://www.scielo.br/j/rbeaa/a/GWZvcjHVHKLQ7YfSfVX8Hdv/?format=pdf&lang=pt. Acesso em: 21 nov. 2022.
  31. TAIZ, L. et al. Fisiologia e desenvolvimento vegetal. 6. ed. Porto Alegre: Artmed, 2017.
  32. TAKEITI, C. Y. Trigo. Brasília: Agência Embrapa de Informação Tecnológica. 2015. Disponível em: https://www.agencia.cnptia.embrapa.br/gestor/tecnologia_de_alimentos/arvore/CONT000girlwnqt02wx5ok05vadr1qrnof0m.html. Acesso em: 26 mai. 2022.
  33. TEIXEIRA FILHO, M. C. M. Doses, fontes e épocas de aplicação do nitrogênio em cultivares de trigo sob plantio direto no cerrado. 2008. Dissertação – Mestrado em Sistemas de Produção, Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, Ilha Solteira-SP. Disponível em: https://www.feis.unesp.br/Home/DTA/STPG/agro/dissertacoes2008/marcelo2008.pdf. Acesso em: 22 nov. 2022.
  34. TURRA, M. A. Manejo do nitrogênio em cultivares de trigo baseado no índice de vegetação por diferença normalizada (NDVI). 2016. Dissertação (Mestrado em Fitotecnia) – Universidade Federal do Rio Grande do Sul, Faculdade de Agronomia, Programa de Pós-Graduação em Fitotecnia, Porto Alegre – RS, 2016. Disponível em: https://lume.ufrgs.br/bitstream/handle/10183/172090/001058376.pdf?sequence=1&isAllowed=y. Acesso em: 26 mai. 2022.
  35. VILLAR, F. M. M.; ROSAS, J. T. F.; PINTO, F. A. C. Imagens e sensoriamento remoto aplicado à gestão agrícola. In: QUEIROZ, D. M.; VALENTE, D. S. M.; PINTO, F. A. C.; BORÉM, A. Agricultura Digital. 2. ed. São Paulo: Oficina de Textos, 2021.
  36. YANG, Z.; WILLIS, P.; MUELLER, R. Impact of Band-Ratio Enhanced AWIFS Image to Crop Classification Accuracy. In: Pecora – The Future of Land Imaging… Going Operational, 17. 2008, Denver, Colorado, USA. Proceedings... Maryland: (ASPRS), 2008. Disponível em: http://www.asprs.org/a/publications/proceedings/pecora17/0041.pdf . Acesso em: 21 nov. 2022.
  37. ZAGONEL, J.; FERNANDES, E. C. Doses e épocas de aplicação de redutor de crescimento afetando cultivares de trigo em duas doses de nitrogênio. Planta Daninha, v. 25, n. 2, p. 331-339, 2007.
  38. ZAGONEL, J.; VENANCIO, W. S.; KUNZ, R. P.; TANAMATI, H. Doses de nitrogênio e densidades de plantas com e sem um regulador de crescimento afetando o trigo, cultivar OR-1. Revista Ciência Rural, Santa Maria-RS, v.32, n.1, p. 25-29, 2002. Disponível em: https://www.scielo.br/j/cr/a/4K4RmfZMXJ6RGxJJ6dQDvVD/?format=pdf&lang=pt. Acesso em: 22 nov. 2022.