Resumos: X Mostra de Estagirios e Bolsistas ...

157

Big Data e monitoramento agroambiental

Breno Hiroyuki Higa

Aryeverton Fortes de Oliveira
Alan Massaru Nakai2

O uso de imagens de satlites tem sido uma ferramenta muito utilizada

devido ampla aplicao que esta oferece, seja para agricultura, floresta
e vegetao ou planejamento urbano. Essa ferramenta tem uma grande
utilidade para mapeamento devido abrangncia de rea, periodicidade e
percepo visual. Os ndices de vegetao so combinaes das respostas
eletromagnticas das bandas verde, vermelha, azul, infravermelho prximo
(NIR) e vermelho limtrofe, no caso do sensor RapidEye. Muitos ndices de-
rivados dos valores das respostas espectrais vm sendo criados e utilizados
com muita frequncia tanto para o acompanhamento como monitoramento
da cobertura vegetal da superfcie. Atualmente, existe para cada um deles
uma vasta aplicao. Nesse contexto, o objetivo do trabalho foi criar uma
estrutura para processamento de vrios ndices de vegetao para o sensor
RapidEye, na qual qualquer operador possa escolher o ndice por meio de
sua aplicao e obter a gerao automtica para todo e qualquer municpio
do Brasil de maneira relativamente automatizada.
O trabalho foi divido em trs etapas: criao de um banco de dados dos n-
dices de vegetao para o sensor RapidEye, caracterizao das aplicaes
de cada ndice e desenvolvimento de uma rotina de Python para automati-
zao da gerao destas.
A primeira etapa foi realizada atravs de uma procura na web, tendo como
referncia o Index DataBase3. Os ndices obtidos foram organizados em
uma planilha de dados com sua respectiva sigla, frmula e aplicao.
Por sua vez, a segunda etapa consistiu em caracterizar as aplicaes en-
contradas com base na literatura tcnico-cientfica. Para isso, realizou-se

Universidade Estadual de Campinas (Unicamp)

2
Embrapa Informtica Agropecuria
3
Disponvel em: <http://www.indexdatabase.de/>.
158 Resumos: X Mostra de Estagirios e Bolsistas ... Resumos: X Mostra de Estagirios e Bolsistas ... 159

uma pesquisa no Google Scholar por artigos com alto ndice de citaes,
que se tornaram referncias para avaliar aplicabilidade do contedo da
informao.
A ltima etapa foi desenvolvida por meio da criao de uma rotina em
Python, utilizando imagens do sensor RapidEye contidas no servidor da
Embrapa Informtica Agropecuria. Essa rotina permite gerar os ndices de
vegetao, realizando o clculo e disponibilizao das imagens, com a pro-
posta de automatizar a produo de informaes para qualquer operador.
O banco de dados resultou em 101 ndices como, por exemplo, o
Anthocyanin Reflectance Index, Chlorophyll Vegetation Index, Simple
Ratio 550/680 Disease-Water Stress Index 4, Enhanced Vegetation Index,
Normalized Difference Water Index, Normalized Difference Vegetation Index
e Global Environment Monitoring Index, Green Leaf Index.
A caracterizao da aplicao de cada ndice foi subdivido em 21 categorias,
sendo que alguns exemplos so citados a seguir:
5) Deteco de Doenas: est associada com a reduo do teor de cloro-
fila da planta, sendo que as infeces patognicas alteram a rea e a
densidade da copa e das folhas, fenmeno observvel no infravermelho
prximo.
6) Monitoramento de Seca: de grande importncia regional, pois tanto
os habitats naturais como os ecossistemas so atingidos atravs desse
fenmeno que causa danos qualitativos e quantitatios, resultando em
impactos nos setores econmicos e sociais. As imagens de satlite pro-
porcionam uma avaliao dos reservatrios e corpos dagua naturais para
o monitoramento da seca para evitar a consequncia deste.
Com essas informaes e a criao da rotina em Python, qualquer operador
sem um conhecimento prvio sobre ndices de vegetao poder demandar
a gerao de produtos de interesse para aplicaes diversas. As Figuras 1 e
2 abaixo representam a sada (output) da rotina do Python, para os ndices
DSWI_4 e CVI.

1) Gesto de reas Produtivas: incorpora informaes para identificar, ana-

lisar e gerenciar a variabilidade espacial e temporal da produo, rentabi-
lidade, sustentabilidade e proteo do meio ambiente .
2) Parmetros agrcolas das culturas: oferece informaes para modelos
de crescimento das culturas, relacionando a resposta espectral de alvos
com aspectos fisiolgicos. Os aspectos associados resposta espectral
incluem: umidade, vigor vegetativo, arquitetura da copa e tamanho, tipo
de solo, topografia, densidade e espaamento plano, variedade, idade e
consorciao de culturas, entre outros.
3) ndice de Carotenoide: a clorofila e compostos carotenoides tm vrias
funes fisiolgicas associadas fotossntese; os carotenoides desempe-
nham um papel estrutural de organizao das membranas fotossintticas,
interferem da interceptao de radiao da planta e na transferncia de Figura 1. ndice Simple Ratio 550/680 Figura 2. ndice Chlorophyll Vegetation
energia. Contedo de carotenoides tambm associado com o stress e Disease-Water. Index.
a alterao da capacidade fotossinttica.
O monitoramento das culturas encontra no sensoriamento remoto uma
4) ndice de Clorofila: varia em funo da oferta de nitrognio nos solos, e
possibilidade de fornecimento de informaes que pode gerar significativo
a observao de ndices que expressam adequadamente sua variao
impacto econmico e social. O enorme volume de dados e as aplicaes
pode servir de indicador da deficincia de N, que normalmente causa
distintas requerem uma estratgia inteligente para armazenar, recuperar e
clorose foliar, diminuio da assimilao e taxas lquidas de crescimento,
disponibilizar um volume significativo de informaes, sendo desejvel tam-
e produtividade.
bm oferecer ao usurio a possibilidade de visualizao dos dados de forma
160 Resumos: X Mostra de Estagirios e Bolsistas ...

amigvel. Workflows cientficos e rotinas de processamento devem continu-

ar a ser o caminho para aproximar o pblico tcnico e cientfico dos produtos
de informao que exigem infraestrutura de TI de alto desempenho.
Palavras-chave: ndice de vegetao, Python, big data.