E-BOOK

E-BOOK
USO DE
IMAGENS DE
SATÉLITES NA
AGRICULTURA
IRRIGADA
PRINCIPAIS APLICAÇÕES QUE
TORNAM A IRRIGAÇÃO MAIS
EFICIENTE
Luan Peroni Venancio
SOBRE O AUTOR
Luan Peroni Venancio é Engenheiro
Agrônomo e Mestre em Produção Vegetal
pela Universidade Federal do Espírito
Santo (UFES) e Doutor em Engenharia
Agrícola pela Universidade Federal de
Viçosa (UFV), com período sanduíche no
Daugherty Water for Food Global Institute
at the University of Nebraska (DWFI/UNL),
nos Estados Unidos. Atualmente, é
pesquisador e líder técnico da linha de
pesquisa Manejo de Altas Produtividades
no Centro de Excelência em Agro
Exponencial (CEAGRE), em Rio Verde, GO.
Possui experiência na área agronômica,
com ênfase em Engenharia e Manejo de
Sistemas de Irrigação, Sensoriamento
Remoto aplicado à agricultura. É autor e
coautor em 40 artigos científicos e em
vários resumos em anais de congresso,
assim como do curso Uso e Manejo
Racional da Irrigação, em parceria com a
empresa AgricOnline. É criador e
administrador da página Expert Irrigação
no Instagram, onde são evidenciados, de
maneira bem didática, assuntos
relacionados à irrigação e agricultura
irrigada. Filho de produtor rural, conhece
bem a realidade do campo.
Olá,
Este e-book é para você: estudante,
consultor agrícola, produtor rural e
profissional da área das Ciências Agrárias,
o qual deseja saber um pouco mais sobre
os potenciais usos das imagens de
satélites na agricultura irrigada. Com
diversas aplicações práticas e uma
linguagem bem simples, este material
ajudará a todos a entender como as
imagens de satélites e seus produtos
melhoram o monitoramento e o manejo de
áreas irrigadas.
Luan Peroni Venancio

Boa leitura!
E-book distribuído por Luan Peroni Venancio | Expert Irrigação

Todos os direitos reservados |Proibida a reprodução não autorizada deste material
SENSORIAMENTO REMOTO NA AGRICULTURA
O sensoriamento remoto (SR) está cada

vez mais presente na agricultura brasileira
e mundial e, com o seu potencial em
fornecer informações precisas e
espacializadas sobre as áreas agrícolas,
tem motivado a criação de diversas
startups nesta linha, que têm auxiliado os
produtores em uma série de tomadas de
decisões.
Há diversas maneiras de fazer uso do

SR na agricultura, sendo uma das
principais por meio do uso de imagens
de satélites.
O Com
sensoriamento
a disponibilização
remoto (SR)
cadaestá
vez cada
mais
vez maisfrequente
presente de
na imagens
agricultura
debrasileira
satélites
gratuitas
e mundial
come,maiores
com o seu
detalhamentos
potencial em e
menorfornecer
intervalo
informações
de tempo, precisas
é possível e
espacializadas
realizar o monitoramento
sobre as áreasdasagrícolas,
lavouras
tem motivadocoma criação
maior eficiência
de diversas e,
startups
consequentemente
nesta linha, que obter
tem auxiliado
uma maior os
produtores em uma série delucratividade.
tomadas de
decisões.
A agricultura irrigada é um setor no qual

as imagens de satélites têm-se mostrado
uma excelente ferramenta, principalmente
no contexto atual de otimização do uso de
água, energia elétrica e insumos.
Dessa forma, na sequência deste e-book

mostrarei de maneira simples e com
exemplos práticos, como as imagens de
satélites podem ser aplicadas na
agricultura irrigada.
CONTEÚDO TÉCNICO
1 2 3
SENSORIAMENTO MONITORAMENTO BOCAIS EM
REMOTO DO VIGOR PIVÔ CENTRAL
Introdução ao sensoriamento Monitoramento do vigor Identificação dos
remoto (SR) vegetativo das culturas principais problemas que
utilizando índices de acometem os bocais em
vegetação (IV) sistemas de pivô central
4 5 6
ESTIMATIVA DE ESTIMATIVA DE ZONAS DE
Kc ETc MANEJO
Estimativa da
Estimativa do coeficiente Criação de zonas de
evapotranspiração das
de cultura (Kc) utilizando manejo para a irrigação
culturas (ETc) utilizando
índices de vegetação de precisão
modelos específicos
TÓPICO 1
SENSORIAMENTO REMOTO
1 2
O QUE É SR ORBITAL,
SENSORIAMENTO PRINCIPAIS
REMOTO (SR) SATÉLITES e
SENSORES
3 4
SR DA ÍNDICES DE
VEGETAÇÃO VEGETAÇÃO (IV)
O QUE É SENSORIAMENTO REMOTO ?
É a arte e a ciência de obter

informação sobre um objeto sem
estar em contato físico direto com ele.
(Jensen, 2009).
Fonte: Florenzano (2011)
Florenzano, T. G. Iniciação em sensoriamento remoto. 3 ed. Oficina de textos, São Paulo, 2011.
Jensen, J. R. Sensoriamento Remoto do Ambiente. 3 ed. Parêntese Editora, São José dos Campos, 2009.
Principais satélites
SENSORIAMENTO REMOTO ORBITAL
É o SR realizado a partir da
coleta de dados com sensores
à bordo de satélites.
PRINCIPAIS SATÉLITES/SENSORES
Os principais (gratuitos)
utilizados atualmente na
agricultura são o Landsat
8, Sentinel 2A e 2B e o
MODIS (sensor).
SENSORIAMENTO REMOTO DA VEGETAÇÃO
Tem como base a assinatura espectral da

vegetação, definida como a intensidade
relativa com que cada corpo/alvo reflete ou
emite a radiação eletromagnética (REM)
nos diversos comprimentos de onda. Por
exemplo, no espectro do visível (intervalo
que enxergamos) as plantas refletem mais
no verde, por isso vemos elas nesta cor.
Ex.de assinatura espectral. Observe que cada

alvo tem uma assinatura específica, que muda
com o comprimento de onda, logo, você pode
diferenciá-los com base nessa assinatura.
Fonte: SEOS Project

Dois comprimentos de ondas se

destacam no estudo da vegetação:
- Vermelho (V)
- Infravermelho próximo (IP).
VERMELHO (V): a refletância é relativamente baixa

devido à ação dos pigmentos fotossintetizantes, que
absorvem a REM incidente para a realização da
fotossíntese.
INFRAVERMELHO (IP): ocorre uma elevada reflectância
devido à estrutura interna da folha que refletem a REM.
Com esse comportamento antagônico (baixa

reflectância no V e alta IP) conhecido para uma planta
sadia é possível diferenciá-la de uma planta estressada
(aumenta a reflectância no V e reduz no IP), por
exemplo.
ÍNDICES DE VEGETAÇÃO (IV)
Podem ser definidos como a combinação algébrica de

duas ou mais bandas espectrais relacionadas às
características espectrais da vegetação (Ex.: V e IP).
São muito utilizados, pois conseguem realçar as
propriedades biofísicas da vegetação (biomassa,
índice de área foliar, produtividade, etc.). Ex: NDVI,
SAVI, EVI e NDWI.
Ex. O pivô ao centro e o da direita
apresentam altos valores de NDVI,
pois estão com alto IAF e sem
presença de anomalias.
ÍNDICES DE VEGETAÇÃO (IV)
Normalized Difference Vegetation Index (NDVI)

IV - V
NDVI =
IV + V
Em que
IV - Reflectância do comprimento de onda do infravermelho próximo; e
V - Reflectância do comprimento de onda do vermelho.
Valores orientativos.
Fonte: Geografia das coisas
Cada cultura
apresentará valores
específicos para
cada fase de
desenvolvimento.
TÓPICO 2
MONITORAMENTO DO VIGOR
1 2
DADOS DO DEFINA O
TALHÃO A SER SATÉLITE E O
MONITORADO ÍNDICE DE
VEGETAÇÃO (IV)
3 4
FOCOS NOS
COMPARE OS
PADRÕES E NAS
DADOS OBTIDOS
VARIABILIDADES
DADOS DO TALHÃO A SER MONITORADO
Defina o contorno do talhão e área (ha).
Conheça a cultivar/variedade.
Anote a data de plantio/semeadura.
Analise o histórico da área (se disponível).
Tenha acesso aos dados de irrigação,

climáticos e das demais práticas de manejo.
DADOS DO TALHÃO A SER MONITORADO
Exemplo da identificação dos talhões

(pivôs centrais) em uma fazenda
comercial em São Desidério - Bahia.
DEFINA O SATÉLITE E O ÍNDICE DE VEGETAÇÃO
Como definir o melhor IV? O primeiro

ponto é saber o que se deseja avaliar.
Monitoramento
do vigor Conteúdo de
Clorofila
nitrogênio
Estresse
Índice de área
hídrico
foliar (IAF)
Produtividade
Obs. Existem dezenas de IV, onde cada um

deles são mais ou menos recomendados para
determinada aplicação, em função de sua
formulação. Defina sua aplicação e encontre o
melhor IV para ela.
EV
I
DRE
N VI
ND
Não se limite aos + DW
I
utilizados (Ex. NDVI), N

nem sempre eles serão
as melhores opções. S AVI
Para o nosso caso que

monitoraremos o
Sabia disso?
vigor e considerando
a saturação do NDVI
para altos valores de
IAF na cultura do
Xia et al. (2016)
milho, trabalharei Observe que o IAF continua

com o SAVI aumentando a partir de 2,5 e o
(Soil-adjusted vegetation index). NDVI se estabiliza próximo de
0,9. Isso é a saturação do NDVI.
Xia, T., Miao, Y., Wu, D., Shao, H., Khosla, R., & Mi, G. Active optical sensing of spring maize for in-season
diagnosis of nitrogen status based on nitrogen nutrition index. Remote sensing, v. 8, n. 7, p. 605, 2016. LINK
A escolha do satélite dependerá basicamente

do que se deseja monitorar. No presente caso,
o vigor do milho irrigado por pivô central.
Então, usarei o Sentinel 2A e 2B, considerando
sua maior resolução espacial (+ detalhes visuais)
e temporal (+ imagens = + amostragens), em
comparação com o Landsat 8.
Sempre trabalhe com

imagens livre de nuvens!
COMPARE OS DADOS OBTIDOS
Os valores encontrados concordam com os que

normalmente ocorrem para este tipo de
cultura? É sempre importante a comparação.
FOCOS NOS PADRÕES E NAS VARIABILIDADES
Com 35, 60 e 80 dias após a semeadura

(DAS), o SAVI se mantém uniforme. Logo,
o vigor é adequado e aparentemente não
há presença de problemas no talhão.
FOCOS NOS PADRÕES E NAS VARIABILIDADES
Use também a estatística descritiva (média,

máximo, mínimo e desvio-padrão, DP). Por
exemplo, um alto valor de DP pode ser
indício de presença de anomalias na área.
Estatística descritiva:
Média = 0,64
Máximo = 0,66
Mínimo = 0,37
DP = 0,014 (relativamente pequeno)
TÓPICO 3
BOCAIS EM PIVÔ CENTRAL
1 2
PRINCIPAIS EXEMPLOS DE
PROBLEMAS E AS TALHÕES COM
CONSEQUÊNCIAS PROBLEMAS
3 4
ESTIMATIVA DO
CONSIDERAÇÕES
PREJUÍZO
FINAIS
FINANCEIRO
PRINCIPAIS PROBLEMAS
São três os problemas mais comuns

com os bocais dos pivôs centrais e que
podem ser identificados utilizando
imagens de satélites.
Primeiros sinais
Pelas imagens
você já imagina,
né? Veremos com
detalhes à frente.
O 1º é quando os bocais são colocados

em posições erradas ao longo da linha
lateral.
Emissor/bocal
Emissor/bocal
Os bocais devem ser colocados em posições específicas,

em função da área que irão irrigar. Caso estejam em
posições erradas, irrigarão em excesso ou com déficit.
O 2º deles é o entupimento dos bocais, devido à

presença de impurezas na água. O 3° é quando
as válvulas reguladoras de pressão estão
estragadas e não cumprem o seu papel,
afetando a vazão dos bocais.
Válvula Reg.
Emissor/bocal
CONSEQUÊNCIAS
As consequências são o fornecimento

desuniforme de água pelo campo nestes
pontos, com isso a produtividade das
culturas é seriamente afetada.
EXEMPLOS DE TALHÕES COM PROBLEMAS
Ex. de um possível problema de bocal e/ou bocais colocados

na posição errada, ocasionando a aplicação de uma lâmina
muito acima da média, próximo ao centro do pivô.
Primeiros sinais
EXEMPLOS DE TALHÕES COM PROBLEMAS
Ex. de um possível problema de bocais entupidos,

ocasionando a aplicação de uma lâmina muito abaixo da
média, próximo ao final do pivô.
Primeiros sinais
Primeiros sinais
ESTIMATIVA DO PREJUÍZO FINANCEIRO
Utilizando a imagem de 19/07/2019 na análise do pivô com

possível problema de bocal entupido (página anterior).
CONSIDERAÇÕES FINAIS
Algumas empresas brasileiras de manejo de

irrigação já oferecem este tipo de serviço
(personalizado) para seus clientes, com
acesso às imagens diretamente no
smartphone.
O uso de imagens termais também é

essencial para este tipo de aplicação, já que
são muito sensíveis às variabilidades de
lâminas de irrigação, devido à alteração da
temperatura das áreas afetatadas.
Os índices de vegetação (IV), por sua vez,

podem identificar o problema quando já
houver impactos negativos, mas isso não
inviabiliza seu uso, já que são fáceis de serem
obtidos, até mesmo com as bandas do visível
(RGB).
Por fim, é possível automatizar a

identificação deste tipo de problema, devido
ao padrão (circular) que se forma em
decorrência dos problemas.
TÓPICO 4
ESTIMATIVA DO KC
1 2
ESTIMATIVA A
O QUE É O Kc? PARTIR DE ÍNDICES
DE VEGETAÇÃO (IV)
3 4
ESTIMATIVA DO
CONSIDERAÇÕES
Kc DO MILHO
FINAIS
COM O NDVI
O QUE É O KC ?
O Kc é o coeficiente de cultura que reflete

o efeito integrado da área foliar, fisiologia
e altura do cultivo e o manejo do solo
(principalmente a % cobertura dele),
obtidos experimentalmente.
O QUE É O KC ?
Cada cultura terá um conjunto de Kc

específicos que irão prever diferentes usos de
água para diferentes estádios de crescimento.
O QUE É O KC ?
Comportamento típico do Kc para culturas anuais (ex.

milho, soja e feijão), em função dos estádios
fenológicos.
Allen et al. (1998)
Allen, R. G.; Pereira, L. S.; Raes, D.; Smith, M. Crop evapotranspiration: Guidelines for computing crop water
requirements. Rome: FAO, 1998. 300p. LINK
ESTIMATIVA A PARTIR DE ÍNDICES DE VEGETAÇÃO?
A relação dos IV com o Kc podem ser resumida da

seguinte forma:
O Kc possuí alta
correlação com o
índice de área foliar
Fato que também
(IAF) das culturas e
é observado nos
estádios fenológicos .
índices de
vegetação (IV). Logo, pesquisadores
buscaram desenvolver
Isso é pesquisa!
relações empíricas entre
os IV e o Kc das culturas,
a partir desta premissa.
ESTIMATIVA A PARTIR DE ÍNDICES DE VEGETAÇÃO?
Veja que a curva do índice SAVI para a cultura do milho

é muito similar a do Kc
(Venancio et al., 2019).
Venancio, L. P., Mantovani, E. C., do Amaral, C. H., Neale, C. M. U., Gonçalves, I. Z., Filgueiras, R., & Campos, I.
Forecasting corn yield at the farm level in Brazil based on the FAO-66 approach and soil-adjusted vegetation
index (SAVI). Agricultural Water Management, v. 225, p. 105779, 2019. LINK
ESTIMATIVA DO KC DO MILHO COM O NDVI
Usaremos como exemplo o modelo empírico

desenvolvido por Singh e Irmak (2009). Os
autores parametrizaram a seguinte equação
para estimativa do Kc do milho irrigado a
partir do NDVI.
Singh, R. K., & Irmak, A. Estimation of crop coefficients using satellite remote sensing. Journal of irrigation and
drainage engineering, v. 135, n. 5, p. 597-608, 2009. LINK
ESTIMATIVA DO KC DO MILHO COM O NDVI
Observem no gráfico o resultado do Kc estimado com o

NDVI plotado em função dos DAS. É muito similar aos
gráficos dos Kc's tradicionais.
É importante destacar que o Kc estimado via

IV consegue representar a variabilidade
espacial dos cultivos, diferentes da maioria
dos Kc tradionais, que são considerados
uniformes, mesmo em grandes áreas.
Por outro lado, como as equações de

estimativa são empíricas, precisam ser
analisadas com critério técnico, a fim de
verificar se elas efetivamente representam o
local de aplicação.
Diversas pesquisas vem sendo conduzidas com

o objetivo de estimar o Kc utilizando índices de
vegetação, o que é essencial quando se pensa
em irrigação de precisão, principalmente.
Com a constante evolução das tecnologias de

sensoriamento remoto (satélites, VANTs,
sensores, etc.) é de se imaginar que num futuro
próximo será possível e operacional,
determinar com grande precisão os Kc's em
condições de campo.
TÓPICO 5
ESTIMATIVA DE ETC
1 2
ESTIMATIVA A
O QUE É A ETc? PARTIR DE IMAGENS
DE SATÉLITES?
3 4
ESTIMATIVA DA CONSIDERAÇÕES
ETc DO MILHO FINAIS
O QUE É A ETC ?
A evapotranspiração da
cultura (ETc) é um
processo físico em que a
água passa do estado
líquido para o gasoso EVAPOTRANSPIRAÇÃO
enquanto se move do solo Evaporação + Transpiração
para a atmosfera. Refere-

se à evaporação do solo e
superfícies vegetativas e à
transpiração das plantas.
ESTIMATIVA A PARTIR DE IMAGENS DE SATÉLITES?
A principal forma para

estimar a ETc via EVAPOTRANSPIRAÇÃO
Evaporação + Transpiração
sensoriamento remoto
é por meio do balanço
de energia. Onde, Balanço de energia?
utilizando-se modelos Fluxo de calor latente?
(equações) específicos,
determina-se o fluxo Você entenderá
facilmente na
de calor latente. próxima página.
O balanço de energia descreve o equilíbrio entre

a energia que chega à Terra vinda do sol e a
energia que flui da Terra de volta para o espaço.
O fluxo de calor latente, que nada mais é que a
parcela da energia fornecida pela radiação solar
para transformar água líquida em vapor d’água,
ou seja, a EVAPOTRANSPIRAÇÃO.
Fluxo de calor latente

Existem dezenas de modelos de estimativa de

ETc, os exemplos mais comuns são:
SEBAL METRIC
Primeiros sinais
SSEBop-BR SAFER
Esses modelos são implementados em softwares

específicos como o R, Python, QGIS e ArcGIS,
automatizando todo o processo.
Veja um mapa de ETc do milho em uma área de pivô central,

estimada utilizando o modelo SAFER (Teixeira, 2010).
Conseguimos com estas
imagens:
Primeiros sinais
1. Verificar a variabilidade
da ETc;
2. Verificar a presença de
bocais com problemas;
3. Áreas irrigadas e não
irrigadas;
4. Criar zonas de manejo
para uma irrigação
específica;
5. Verificar o efeito de
bordadura.
Teixeira, A. H. C. Determining regional actual evapotranspiration of irrigated crops and natural vegetation in
the São Francisco river basin (Brazil) using remote sensing and Penman-Monteith equation. Remote Sensing,
v. 2, n. 5, p. 1287-1319, 2010. LINK
Agora veja um mapa de ETc ONLINE, usando processamento

em nuvem. Não é necessário instalar nem baixar nada!
Modelo: SSEBop-Br
Entenda mais acessando o
arquivo
Primeiros da imagem.
sinais
Além da ETc, você encontra dados de

NDVI, Temperatura de superfície, ETo,
dentre outros.
Agora veja um mapa de ETc ONLINE, usando processamento

em nuvem. Não é necessário instalar nem baixar nada!
Modelo: METRIC-EEFLUX
Entenda mais acessando o o
FAQsinais
Primeiros da plataforma
Além da ETc, você encontra dados de

NDVI, Temperatura de superfície, ETo,
dentre outros.
É importante destacar que o uso de imagens de

satélites para decidir o quanto e quando irrigar
ainda é um desafio, principalmente devido à
resolução temporal das imagens.
Por outro lado, o seu uso como uma informação

auxiliar ao manejo tradicional de irrigação é
essencial, permitindo uma visão ampla do que
está acontecendo no campo, da variabilidade da
irrigação, das zonas com possíveis déficits e
excessos, criação de zonas de manejo, efeito de
bordadura, dentro outros.
Além disso, é válido lembrar que os modelos de

ETc podem ser aplicados às imagens de VANT's,
desde que este coletem as informações corretas
para servir o modelo. Assim, é possível se ter
dados diários de ETc para áreas que possam se
cobertas por estes equipamentos com praticidade.
O que falo é que não devemos fechar os olhos para

tecnologias como essas, porque inevitavelmente,
elas serão cada mais utilizadas na irrigação e para
isso, demandará de profissionais capacitados no
tema. Um dos motivos que estou trazendo estes
conteúdos para vocês é este.
TÓPICO 6
ZONAS DE MANEJO
1 2
O QUE SÃO ZONAS DE MANEJO

ZONAS DE NA IRRIGAÇÃO DE
MANEJO? PRECISÃO
3 4
ZONA DE MANEJO CONSIDERAÇÕES

NO PLUGIN FINAIS
SMART-MAP
O QUE SÃO ZONAS DE MANEJO ?
Também conhecidas por Unidades

de Gestão Diferenciadas (UGDs).
São sub-regiões definidas dentro
de uma mesma área, sendo
possível enxergar através delas as
áreas com maior e menor potencial
produtivo do talhão, possibilitando
manejos mais assertivos conforme
as características de cada área.
Para a elaboração das zonas é importante que os

dados usados tenham influência sobre o
potencial produtivo da área e possuam certa
estabilidade temporal na área. Os dados mais
utilizados são:
Mapas de Textura do Classe de

produtividade solo solos
Condutividade
Relevo Dados
elétrica aparente
do solo Declividade físico-hídricos
Definido os dados é então realizada uma

análise geoestatística para verificação da
variabilidade e dependência espacial
desses dados. Em seguida é feita a
interpolação para estimar seus valores
para um local onde o dado não foi
medido.
ZONAS DE MANEJO NA IRRIGAÇÃO
Na irrigação de precisão tem se verificado o uso de

dados de topografia (MDE), textura e classes de solo,
capacidade de campo (CC), ponto de murcha (PM),
densidade do solo (ds) e condutividade elétrica
aparante do solo (CEa). Esses dados são normalmente
combinados, gerando uma nova variável ou uma
camada (layer), onde a irrigaçao será baseada. Usarei
como o exemplo aqui o trabalho de Souza (2021), que
traz informações valiosas sobre a irrigação de precisão
em sistema de pivô central.
Souza, S. A. Avaliação do potencial de aumento de produtividade e economia de água e energia na irrigação

de precisão. Dissertação (Mestrado em Engenharia Agrícola) - Departamento de Engenharia Agrícola,
Universidade Federal de Viçosa, Viçosa, p. 109. 2021. LINK
Souza (2021), utilizou a informação de Àgua

Disponível (AD), para simulação de uma irrigação
de precisão por duas vias: pixel a pixel e por
zonas. A AD, por sua vez, foi determinada a partir
dos dados de capacidade de campo (CC), ponto
de murcha (PM) e densidade do solo (ds). As
simulações foram comparadas com aquelas
obtidas com o manejo convencional (lâmina
uniforme em toda área).
Irriigação de precisão Irrigação tradicional
Manejo pixel
a pixel
Manejo por
zonas
Principais resultados de Souza (2021):

- A irrigação com zonas de manejo apresentou
resultados muito similares aos daquela feita pixel
a pixel;
- O potencial médio de aumento de lucratividade
com uso da irrigação de precisão é de 16,4%.
Além disso, constatou-se que a irrigação de
precisão pode atingir até 106,2% de aumento de
lucratividade em determinadas condições.
Isso é fantástico!
ZONAS DE MANEJO NO PLUGIN SMART-MAP
A definição de zonas de manejo é uma etapa

essencial para implantação da irrigação de
precisão, e elas podem ser feitas facilmente
utilizando o plugin Smart-Map que roda dentro do
QGIS. Você encontra um passo a passo para
utilizá-lo no canal do YouTube do Prof. Sárvio,
além de várias dicas de uso no seu Instagram
@agricultura de precisão.
As variáveis de entrada para

delimitação das zonas de manejo ou
do valores dos pixels, onde a irrigação
de precisão será praticada, devem ser
escolhidas com bastante critério,
apresentando necessariamente pouca
variabilidade temporal.
As zonas e/ou pixels resultantes

devem ser simples, estáveis, precisas
e com menor custo de identificação
possível e permitir o gerenciamento
da variação espacial na área.
Espero que o conteúdo deste e-book tenha
sido muito útil para você.
Estou à disposição para tirar todas as dúvidas!
Quer se tornar um
expert em manejo
de irrigação
Eu tenho a solução para você!

Faça o curso USO E MANEJO RACIONAL
DA IRRIGAÇÃO
Expert Irrigação www.expertirrigacao.com.br

Luan Peroni Venancio contato@expertirrigacao.com.br
E-BOOK MANEJO
DA IRRIGAÇÃO
Expert Irrigação www.expertirrigacao.com.br

Luan Peroni Venancio contato@expertirrigacao.com.br
PARCEIROS
O CEAGRE - Centro de Excelência em Agro Exponencial, nasce da

parceria entre o IF Goiano, FAPEG, Estado de Goiás e Prefeitura de
Rio Verde, com o compromisso de desenvolver tecnologias e aplicá-
las no campo, otimizando a gestão de safras e agropecuária do
pequeno, médio e grande produtor e para toda a cadeia do
agronegócio do estado.
A Agricultura Exponencial consiste em inovações aplicadas a

cadeia do agronegócio que permitam o crescimento da geração de
valor em uma curva exponencial utilizando como meio a Internet
das Coisas (IoT), Big Data, Cyber Phisical Systems (CPS) e outras
tecnologias voltadas para o Agro 4.0.
O CEAGRE está estruturado no Sudoeste Goiano, na cidade de Rio

Verde e terá uma extensão no leste do estado, na cidade de
Cristalina. Regiões estratégicas para o desenvolvimento da
agricultura em Goiás, sendo protagonista na jornada de integração
entre a academia, governo e cadeia produtiva do agronegócio,
fortalecendo as ações de pesquisa, desenvolvimento e inovação no
nosso estado.
PARCEIROS
Maior plataforma de cursos Agro na

modalidade EAD do Brasil.
Torne-se um profissional referência na sua região.
Especialize-se, não existe outro caminho!
Cursos completos, do básico ao avançado com vídeo aulas

dinâmicas que vão da teoria para prática e você ainda recebe as
apostilas das aulas e exercícios para praticar.
Nossos cursos voltados tanto para quem está começando a

aprimorar seus conhecimentos do campo, quanto para os mais
experientes nas questões técnicas mais avançadas.
Encontre na AgricOnline o curso que fará seu futuro de sucesso.

E-BOOK - Imagens de Satélites Na Agricultura Irrigada-Expert Irrigação

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

E-BOOK - Imagens de Satélites Na Agricultura Irrigada-Expert Irrigação

Enviado por

Direitos autorais:

Formatos disponíveis

Luan Peroni Venancio

E-book distribuído por Luan Peroni Venancio | Expert Irrigação

O sensoriamento remoto (SR) está cada

Há diversas maneiras de fazer uso do

A agricultura irrigada é um setor no qual

Dessa forma, na sequência deste e-book

É a arte e a ciência de obter

Tem como base a assinatura espectral da

Ex.de assinatura espectral. Observe que cada

Fonte: SEOS Project

Dois comprimentos de ondas se

VERMELHO (V): a refletância é relativamente baixa

Com esse comportamento antagônico (baixa

Podem ser definidos como a combinação algébrica de

Normalized Difference Vegetation Index (NDVI)

Defina o contorno do talhão e área (ha).

Anote a data de plantio/semeadura.

Analise o histórico da área (se disponível).

Tenha acesso aos dados de irrigação,

Exemplo da identificação dos talhões

Como definir o melhor IV? O primeiro

Obs. Existem dezenas de IV, onde cada um

utilizados (Ex. NDVI), N

Para o nosso caso que

milho, trabalharei Observe que o IAF continua

A escolha do satélite dependerá basicamente

Sempre trabalhe com

Os valores encontrados concordam com os que

Com 35, 60 e 80 dias após a semeadura

Use também a estatística descritiva (média,

BOCAIS EM PIVÔ CENTRAL

São três os problemas mais comuns

O 1º é quando os bocais são colocados

Os bocais devem ser colocados em posições específicas,

O 2º deles é o entupimento dos bocais, devido à

As consequências são o fornecimento

Ex. de um possível problema de bocal e/ou bocais colocados

Ex. de um possível problema de bocais entupidos,

Utilizando a imagem de 19/07/2019 na análise do pivô com

Algumas empresas brasileiras de manejo de

O uso de imagens termais também é

Os índices de vegetação (IV), por sua vez,

Por fim, é possível automatizar a

O Kc é o coeficiente de cultura que reflete

Cada cultura terá um conjunto de Kc

Comportamento típico do Kc para culturas anuais (ex.

Allen et al. (1998)

A relação dos IV com o Kc podem ser resumida da

Veja que a curva do índice SAVI para a cultura do milho

(Venancio et al., 2019).

Usaremos como exemplo o modelo empírico

Observem no gráfico o resultado do Kc estimado com o

É importante destacar que o Kc estimado via

Por outro lado, como as equações de

Diversas pesquisas vem sendo conduzidas com

Com a constante evolução das tecnologias de

enquanto se move do solo Evaporação + Transpiração

para a atmosfera. Refere-

A principal forma para

utilizando-se modelos Fluxo de calor latente?

O balanço de energia descreve o equilíbrio entre

Fluxo de calor latente