Escolar Documentos
Profissional Documentos
Cultura Documentos
RESUMO:
INTRODUÇÃO
As áreas de culturas agrícolas vêm crescendo cada vez mais no território brasileiro,
especialmente na região do Cerrado. E uma área em especial que vem crescendo com a evolução
da agricultura é as áreas em pivôs. E a utilização da técnica de irrigação nessas áreas é de
extrema importância para que se tenha uma gestão eficiente dos recursos hídricos e para o
aumento da produtividade agrícola, no Cerrado.
Para que se tenha uma eficiência e produtividade agrícola, precisa realizar uma
avaliação sazonal de forma precisa e eficaz, e com a ajuda do sensoriamento remoto que vem
se destacando com o seu fornecimento de dados rápidos, pela sua facilidade de acesso às
informações e por contribuir na avaliação de diferentes fatores ligados ao ambiente e às
atividades humanas. E conforme destaca VALENCIA, et al. (2020), o sensoriamento remoto
nos proporciona informações de grandes extensões de áreas em pouco tempo, coletando dados
de diferentes parâmetros do solo e vegetação, que nos permite analisar uma série temporal da
área em estudo.
Utilizaremos também uma métrica para avaliar o estado das áreas de culturas irrigadas
chamado Enhanced Vegetation Index (EVI), que proporciona a estimativa da vegetação verde,
levando em consideração fatores atmosféricos. Como destacado por Huete at al. (2002) o EVI
é uma ferramenta métrica robusta e sensível para o monitoramento da vegetação, sendo útil
para identificar o vigor das plantas e identificar potenciais problemas de saúde das culturas ao
longo da época do ano.
MATERIAL E MÉTODOS
A área de estudo é uma importante área agrícola do Centro-Oeste o PAD-DF, que
significa Programa De Assentamento Dirigido Do Distrito Federal, localizado na cidade do
Paranoá, do Distrito Federal-DF.
Os dados dos pontos foram exportados para o Excel para análise, composição dos
gráficos e análise estatística, além disso foram feitos descartes de algumas datas dos dados SAR
obtidos, para se ter um mesmo número de dados do EVI.
RESULTADOS E DISCUSSÃO
A análise dos dados de EVI obtidos por meio da plataforma SATVeg e dos dados de
retroespalhamento do Sigma0 (σ0) nas áreas irrigadas revelou informações de extrema
importância sobre o estado das plantas e das condições ambientais no período de estudos
analisados.
Nas figuras abaixo estão presentes os três (3) gráficos adquiridos do SATVeg das séries
temporais de valores de EVI para o sistema de culturas irrigadas.
Após a observação dos gráficos dos índices de vegetação nos pontos selecionados,
percebemos que os PIN 1 e 2 teve uma variação parecida, contendo picos de maior índice entre
abril a agostos. E no PIN 3 apresentou poucos índices entre julho e novembro, e isso pode ser
consequência de pousio entressafras, preparo do solo e isso fica evidente na figura (5).
E em paralelo a análise dos dados de EVI, foram feitas as análises dos dados de
retroespalhamento do sensor SAR (Sigma0) que forneceu informações adicionais valiosas. O
Sigma0 (σ0) pode determinar as características do solo e da vegetação processando a refletância
de micro-ondas do terreno e da vegetação.
Nas áreas de irrigação podemos usar dados do Sigma0 (σ0) para determinar o teor de
umidade do solo, a densidade da vegetação e até mesmo detectar inundação ou áreas submersas.
A combinação dos dados de EVI e do Sigma0 (σ0) fornece uma imagem abrangente da
dinâmica das terras agrícolas irrigadas em diferentes estações.
COMPORTAMENTO SAZONAL
y = 3E-06x6 - 0,0002x5 + 0,0066x4 - 0,0827x3 + 0,4761x2 -
1,0442x + 1,0357
R² = 0,8564
1 y = 3E-05x6 - 0,0025x5 + 0,0706x4 - 0,9305x3 + 5,812x2 - 0
0,9 14,927x + 0,6764 -2
0,8 R² = 0,5059 -4
0,7 -6
0,6
-8
EVI
0,5 VV
-10
0,4
0,3 -12
0,2 -14
0,1 -16
0 -18
0 5 10 15 20 25
EVI VV Polinomial (EVI) Polinomial (VV)
REGRESSÃO LINEAR
0
-2 y = 6,4629x - 12,903
-4 R² = 0,40
-6
-8
VV
-10
-12
-14
-16
-18
0 0,2 0,4 0,6 0,8 1
EVI
VV
0,6
-10
0,4 -12
-14
0,2
-16
0 -18
0 5 10 15 20 25
EVI VV Polinomial (EVI) Polinomial (VV)
REGRESSÃO LINEAR
0
-2
y = 7,3926x - 13,091
-4 R² = 0,45
-6
-8
VV
-10
-12
-14
-16
-18
0 0,2 0,4 0,6 0,8 1 1,2
EVI
VV
0,5
-10
0,4
0,3 -12
0,2 -14
0,1 -16
0 -18
0 5 10 15 20 25
EVI VV Polinomial (EVI) Polinomial (VV)
REGRESSÃO LINEAR
0
-2
y = 7,2203x - 12,167
-4 R² = 0,23
-6
-8
VV
-10
-12
-14
-16
-18
0 0,2 0,4 0,6 0,8 1
EVI
E com a observação dos gráficos de regressão linear de cada ponto, é possível afirmar
que os pontos 1 e 2 são bem parecidos e com os picos do índice de vegetação bem evidentes,
mostrando que as áreas ficaram ocupadas a maior parte do ano com culturas. Todavia, no ponto
3 observa que boa parte do ano teve uma alta refletância, o que conclui que essa área ficou em
repouso ou ficou em preparação para outra cultura nos inícios da chuva, o que mostra o pico de
EVI no início de dezembro. Os gráficos também explicam de forma simples que o
comportamento do EVI no ponto 1 foi de 40%, no ponto 2 45% e no ponto 3 23%, a partir do
coeficiente de retroespalhamento Sigma0 (σ0), e percebemos também nesses dados que o maior
índice de vegetação é visto no ponto 2 onde apresenta uma área verde como mostra na figura
(1).
CONCLUSÕES
A análise do modelo de regressão linear entre os dados SAR e o índice de vegetação
(EVI) mostra uma forte relação sazonal entre estes dois conjuntos de dados. E está forte
correlação positiva observada ao longo do período de estudo destaca a eficácia desta ferramenta
para analisar as áreas de cultivos irrigados.
HUETEe, A.R.; Justice, C.; Leeuwen, W.V. MODIS vegetation index (MOD13) Algorithm
theoretical basis document Version 3, NASA Goddard Space Flight Center, Greenbelt,
Maryland 20771, USA, p. 122, 1999.
HUETE, A.; Didan, K.; Miura, T.; Rodriguez, E. P.; Gao, X.; Ferreira, L. G. Overview of the
radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of
Environment, n. 83, p. 195-213, 2002.
VALENCIA, Lady Victoria Angulo et al. Comportamento espectral das culturas de milho, arroz
e soja, usando imagens dos Satélites Sentinel-2, CBERS-4 e LANDSAT-8. 2020.
SILVA, Angela Gabrielly Pires et al. Integração de imagens Orbitais Ópticas e SAR Com
Processamento em Nuvem no Mapeamento da Cobertura da Terra no Cerrado. Revista
Geoaraguaia, v. 11, n. Especial, p. 85-106, 2021.
BASTIAANSSEN, W. G. M. SEBAL - based sensible and latent heat fluxes in the irrigated
Gediz Basin, Turkey. Journal of Hydrology, v.229, p. 87-100. 2000.
BASTIAANSSEN, W. G. M.; ALI, S. A new crop yield forecasting model based on satellite
measurements applied across Indus Basin, Pakistan. Agriculture Ecosystems & Environments,
v.94, p.321-340, 2003.