UNIVERSIDADE FEDERAL DE ALAGOAS

CAMPUS DE ENGENHARIA E CIÊNCIAS AGRÁRIAS

CURSO DE ZOOTECNIA

TECNOLOGIAS NA AGRICULTURA
SENSORIAMENTO REMOTO

Trabalho apresentado à Disciplina

de Agroinformática, ministrada
pela professora Dr.ª Nadia Milena
da Silva Barbosa.

Germano T. Cortez Pereira

Júnior, Ana Laura da Silva
Gonçalves
Alunos

RIO LARGO - ALAGOAS

DEZEMBRO DE 2021
 Sensoriamento Remoto

Sensoriamento remoto é definido como a obtenção de informações de um

determinado objeto ou fenômenos, sem que haja contato direto, utilizando-se de
sensores remotos. Sua atividade está relacionada com o conjunto de técnicas de
aquisição, processamento e análise dos dados coletados por sensores remotos.
Essa tecnologia surgiu durante a Primeira Guerra Mundial (1914-1918),
quando foi utilizada a fotografia aérea (aerofotogrametria) para reconhecimento
de alvos e planejamento de operações militares. Sua utilização, sem fins
militares, se deu a partir de 1960, para coleta de imagens e informações.
O primeiro satélite de observação terrestre foi enviado ao espaço em
1972, pela NASA, e chamava-se LANDSAT-1. Esse projeto ainda persiste,
tendo sido lançado ao espaço, em 2013, o LANDSAT-8, possuindo vários
avanços tecnológicos em comparação com seus predecessores.
O primeiro satélite de observação brasileiro, o SCD-1, foi enviado ao
espaço em 1993.

Como funciona o sensoriamento?

O funcionamento do sensoriamento depende basicamente de três
elementos:

 Objeto a ser observado

 Radiação Eletromagnética (REM)

 Sensores que medem a intensidade da REM

Para coletar as informações são utilizados equipamentos orbitais ou
aéreos, onde são instalados os sensores e imageadores capazes de fazerem a
leitura do Espectro Eletromagnético (EEM).
Essas imagens são posteriormente retransmitidas para centrais terrestres,
que armazenam em Bancos de Dados.

Figura 1- Coleta e retransmissão de dados

 Espectro Eletromagnético (EEM)
O Sol é a principal fonte de energia para todo o sistema solar e, devido à
sua elevada temperatura, gera uma grande quantidade de energia que é irradiada
para todo o sistema solar, a essa energia deu-se o nome de radiação solar, e
através de experimentos científicos, comprovou-se que essa radiação possuía
diferentes comprimentos de onda, algumas delas invisíveis aos olhos dos seres
humanos, como Infravermelho e Ultravioleta.

Figura 2 - Espectro Eletromagnético

Assinatura Eletromagnética
Segundo Liu (2007; 2015), cada objeto na superfície terrestre apresenta
uma curva singular de energia no espectro eletromagnético, conhecida como
assinatura espectral. Com esta característica física dos objetos, é possível
identificar e separar (classificar) uma imagem em diferentes classes.
Os objetos ao receberem a REM, podem absorver parte dessa radiação
transformando-a em calor. Podem também refletir parte da REM de volta para o
espaço, processo denominado reflectância, e pode também emitir. Porém para
este trabalho iremos abordar a reflectância.
Essa reflectância é então utilizada para determinar que tipos de objetos
serão observados, analisando a assinatura espectral ou assinatura
eletromagnética da imagem.
 Figura 3 - Assinatura Eletromagnética

A Figura 3 mostra a assinatura eletromagnética de uma folha em 3

condições diferentes, a linha A mostra a assinatura de uma folha sadia, onde se
nota-se uma alta emissão no espectro verde. A linha B mostra uma folha com
saúde baixa (seca), com o espectro tendendo entre o verde e o vermelho, o que
nos da uma tonalidade amarronzada. E a linha C mostra a assinatura do solo,
com o espectro tendendo ao vermelho.

Índice de vegetação por Diferença Normalizada (NDVI)

A reflectância espectral permite que a vegetação seja detectada e medida
por sensores em diferentes bandas, possibilitando a classificação de seus
elementos, como presença de plantas ou árvores, seu estado geral, e outras
chaves temáticas.

O NDVI é um tipo de processamento de dados, através do qual é possível

dizer o estado da saúde das plantas através da sua reflectância.

Assim, um Índice de Vegetação é a combinação matemática de duas ou

mais dessas bandas espectrais que destaca diferentes padrões, como vegetação
(com alta reflectância) e solo exposto, estruturas artificiais etc., além de
quantificar algumas características da vegetação, como biomassa, vigor e
densidade; Existem vários índices para análise de vegetação e demais aplicações
na Agricultura e Geociências.
 O NDVI é calculado por meio da diferença entre a reflectância das bandas
infravermelho próximo (NIR) e do vermelho (Red), dividida pela soma das duas
reflectâncias, sendo expresso matematicamente como:

Figura 4 - Formula Matemática NDVI

A partir da relação matemática entre as bandas infravermelho próximo e

vermelho, é possível inferir sobre a saúde da vegetação, pois o NDVI possui
relação intrínseca com as propriedades vegetativas, especialmente a biomassa,
ou seja, a capacidade fotossintética e absorção de energia pela copa (ou dossel
superior) das plantas.
Através da formula na Figura 4, é possível chegar à escala de saúde das
plantas, observada na figura 5, a seguir:

Figura 5 - Valores NDVI consagrados na bibliografia para vegetação. Fonte: EOS (2019)

Na maioria dos casos, os valores NDVI entre 0,2 e 0,4 correspondem a

áreas com vegetação esparsa; vegetação intermediária tende a ter valores entre
0,4 e 0,6; qualquer classificação acima de 0,6 indica uma alta possibilidade de
folhas verdes.
 Em análise de áreas cultivadas com NDVI, é obrigatório levar em
consideração o tipo de cultura e a largura das linhas ao interpretar os resultados
obtidos.

Mapa NDVI
Através das imagens obtidas pelos sensores (orbitais ou aéreos) e o
processamento aplicando as técnicas NDVI, é possível criar um mapa de saúde
do talhão ou do terreno. Dessa forma, para cada faixa de valores (-1 até 1) é
atribuída uma cor. Onde -1 indica baixo índice de vegetação (vermelho), e 1
indica alto índice de vegetação (verde). Como mostrado na Figura 6.

Figura 6 - Mapa NDVI em cores RGB de um talhão.

Também é possível plotar gráficos através do processamento da imagem, e obter

resultados mais detalhados através de séries temporais, onde é possível
acompanhar a evolução da plantação ao longo dos meses ou anos, como na
Figura 7.

Figura 7 - Gráfico NDVI de safra mista anual entre soja, milho e algodão.

Softwares
Existem diversos Softwares e APPS capazes de gerar mapas e gráficos
NDVI, assim como proporcionam diversos dados de análise do terreno, alguns
deles softwares livres como: Google Earth Engine, QGIS, OneSoil.
Neste trabalho deu-se ênfase aos softwares livres, tendo em vista a imensa
quantidade de softwares particulares, onde somente os grandes produtores se
beneficiam, devido aos custos inerentes ao seu uso. Demonstrando que é
possível, com bastante pesquisa e dedicação, criar o mapa NDVI do seu próprio
terreno sem gastar nem um centavo.
Para quem tem condições financeiras para investir em um software ou
aplicativo de celular, e obter imagens com altíssima qualidade, é o mais
recomendável, pois uma das maiores dificuldades de se trabalhar com softwares
livres é a aquisição de imagens de alta qualidade, tendo em vista que para
consegui-las é por muitas vezes necessário comprá-las.

Google Earth Engine

O Google Earth Engine é um serviço de processamento geoespacial, onde
você pode realizar o processamento geoespacial em escala, utilizando a
tecnologia do Google Cloud Platform.
Após poucas horas de pesquisa e coleta de informações já é possível obter
alguns resultados no Google Earth Engine. É uma plataforma bem simples e
fácil de localizar, para quem quer aprender um pouco de programação é uma
excelente ferramenta. Abaixo os resultados obtidos através dessa plataforma.

Figura 8 - Região próxima ao Xingu, imagem obtida do satélite Landsat.

Figura 9 - Região próxima ao Xingu, processada para NDVI

 Figura 10 - Gráfico de Análise Temporal NDVI gerado através de clique na tela do mapa.

Esses resultados das Figuras 8, 9 e 10, foram obtidos através da

programação inserida no Google Earth Engine, que podem ser visualizadas nas
Figuras 11 e 12.

Figura 11 - Pragramação Google Earth Engine

 Figura 12 - Pragramação Google Earth Engine

QGIS
O Qgis é outro software gratuito, muito utilizado para processamento de
imagens de satélites, porém trata-se de um software mais robusto e necessita de
bastante estudo e dedicação para utiliza-lo. Abaixo o resultado obtido do
tratamento de uma imagem de satélite (em baixa resolução) de Maceió.

Figura 13 - Mapa NDVI Maceió em baixa resolução (200m)

Um dos principais problemas na aquisição de imagens para

processamento é achar imagens com alta resolução e sem nuvens, a Figura 13
mostra bem a interferência das nuvens no canto esquerdo superior, interferindo
na visualização do terreno, por isso é importante adquirir imagens capturadas
nas chamadas janelas atmosféricas.
 OneSoil

A OneSoil é uma empresa suíço-bielorrussa de sensoriamento remoto de

lavouras, que quer reforçar sua presença no Brasil por meio de dois aplicativos
gratuitos. Os softwares medem o índice de vegetação (NDVI) gerado por satélite
para a análise agrícola e informações sobre o estado das plantas.

O aplicativo Web facilita o monitoramento remoto de lavouras, a criação

de mapas de aplicação de sementes e fertilizantes em taxa variável e a
visualização de dados de campo.

E o aplicativo móvel, o OneSoil Scouting, além dos recursos já

mencionados, permite ao usuário fazer anotações sobre o campo e ainda
funciona no modo off-line, o que é muito útil no dia a dia do campo.

Neste trabalho utilizamos o OneSoil para demonstrar sua aplicação

prática. É um software bem intuitivo, com boas imagens, atualizadas, e com
bastante informação. É um software excelente para pequenos produtores.

Figura 14 - Imagem NDVI do campus CECA UFAL (10 agosto) e região (3 Novembro)
 Figura 15 - Imagem NDVI temporal do CECA UFAL, à esquerda (10 agosto) e à direita (18 março)

Técnicas de Processamento

Existe uma série de índices de vegetação, sendo grande parte baseado no

NDVI. Como diferencial, eles possuem ajustes para brilho do solo, efeitos
atmosféricos e outros fatores que afetam normalmente os resultados NDVI.
Exemplos: EVI, SAVI, ARVI, GCL, SIPI.

Conclusões

Como observado, o Sensoriamento Remoto é uma ferramenta

extremamente poderosa na coleta de dados, aliando tecnologias de ponta ao dia
a dia dos grandes e pequenos produtores rurais.
O NDVI, um de diversos outros índices, fornece informações poderosas e
torna mais fácil visualizar a saúde das culturas de um modo que o olho humano
não pode ver. Mostra antecipadamente onde está localizado o problema para que
o produtor possa corrigi-lo o mais rápido possível e evitar prejuízos.
Levando em consideração que a informação é uma das ferramentas mais
poderosas no mundo atual. Quanto mais informação, e informação de qualidade
acerca de uma plantação o produtor tiver, melhor será a tomada de decisões, e
consequentemente maior a produtividade e o lucro.
 Referências

EOS – EARTH OBSERVING SYSTEM. NDVI FAQ: Ally ou need to know

about NDVI. Artigo de 30 Ago, 2019. Disponivel em <https://eos.com/blog/ndvi-
faq-all-you-need-to-know-about-ndvi/>. Acesso em: 12 Dez 2021

LIU, W. T. H; Aplicações de sensoriamento Remoto. 2. Ed. São Paulo: Oficina

de Textos, 2015. P. 1-908.

MORAES. E. C. Fundamentos de Sensoriamento Remoto. Capitulo 1. São José

dos Campos: INPE, 2002

SEOS-INTRODUÇÃO AO SENSORIAMENTO REMOTO. European

Association of Remote Sensing Laboratories. 2019. Disponivel em: https://seos-
project.eu/remotesensing/remotesensing-c01-p04.pt.html. Acessado em: 13 Dez
2021