bem-vindo a Ciências agrícolas !
home

Índice de vegetação:como é usado na agricultura de precisão?


Quase todos os aspectos de nossas vidas — respiração, vestuário, abrigo, alimentação, etc. — estão profundamente entrelaçados com a vegetação. Qualquer mudança na estrutura da vegetação mostra um impacto drástico tanto ambiental quanto economicamente. Nos últimos tempos, o avanço do GIS, GPS, sensoriamento remoto e agricultura de precisão têm sido as principais chaves para um melhor manejo das culturas. A agricultura de precisão, por exemplo, permite uma análise melhorada e a identificação e gestão da variabilidade temporal e espacial das culturas no campo.

Agora, nenhuma discussão sobre agricultura de precisão pode ser completa sem o Índice de Vegetação, principalmente quando se fala em sensoriamento remoto neste tipo de agricultura. Então, continue lendo para saber quais são esses índices de vegetação e como eles são úteis na agricultura de precisão.




O que é Índice de Vegetação (VI)?


Um Índice de Vegetação auxilia nas observações remotas periódicas da vegetação e tem sido usado ativamente desde 1974. Essa expressão matemática é uma transformação espectral para identificar a vegetação (em seu sentido mais amplo) usando duas ou mais bandas espectrais.

Usando esse algoritmo, cientistas e outros funcionários interessados ​​observam efetivamente as atividades fotocêntricas e identificam variações no dossel, além de fazer comparações precisas, se necessário. Inclui a avaliação de vários aspectos, como crescimento da cultura, vigor, biomassa e teor de clorofila.

Funcionamento dos índices de vegetação:como eles são medidos do espaço?


A escolha do índice de vegetação difere de acordo com sua aplicação, mas todos os diferentes índices trabalham em bandas ópticas idênticas diferenciadas por cores. A maioria deles usa refletância no infravermelho próximo para identificar uma relação com o crescimento saudável da vegetação.

Para isso, os cientistas usam técnicas eficazes de sensoriamento remoto. Eles fazem leituras de atributos como:
  1. Porcentagem de cobertura verde
  2. Índice de área foliar
  3. Biomassa verde
  4. Conteúdo de clorofila
  5. Radiação fotossinteticamente ativa absorvida (APAR), etc., para tirar conclusões.

Nos últimos 20 anos, o índice de Vegetação evoluiu rapidamente, e agora os líderes da Agritech, como Cropin , estão implementando seu uso no setor agrícola de forma dinâmica. Com isso, informações vitais como pontos positivos e tensões em um pedaço de terra podem ser facilmente determinadas.

Tais leituras são espaciais e são obtidas de tudo o que é visível do espaço ou das reflexões de luz infravermelha próxima da superfície para o espaço. Com o uso de sensores ópticos de satélite, é possível medir a radiação solar. Como as leituras são feitas em diferentes bandas, são usados ​​sensores ópticos multiespectrais. Cada canal nesta banda é projetado para ser sensível a uma faixa muito estreita de comprimentos de onda codificados por cores como:
  1. Azul (450 nm-510 nm)
  2. Verde (510 nm-580 nm)
  3. Vermelho (630 nm-690 nm)
  4. Infravermelho próximo (NIR) (770 nm-895 nm)
  5. Infravermelho de onda curta (SWIR) (1100 nm-3000 nm)





As faixas azul e vermelha refletem o índice de vegetação de menor valor e à medida que o valor aumenta, torna-se verde. Por outro lado, aqueles de valores mais altos são lidos pela banda do infravermelho próximo.

Diferentes tipos de índice de vegetação são propostos para aplicações específicas; entretanto, os sensores mais comuns que encontramos incluem os sensores Advanced Very High-Resolution Radiometer (AVHRR) e Moderate-resolution Imaging Spectroradiometer (MODIS) Vegetação 1 e 2.

A aplicação do índice de vegetação na agricultura de precisão


Os revolucionários da AgTech usam o índice de vegetação ativamente na agricultura de precisão. Essa forma de agricultura visa produzir mais com menos insumos, e o índice de vegetação é de imensa importância na execução disso.

Esta implementação da nova era do VI na agricultura de precisão oferece vários benefícios, como:

O mapeamento VI também pode ser efetivamente usado para referências futuras para marcar as mudanças periódicas ao longo do tempo.

Exemplos de índices de vegetação


Como mencionado anteriormente, os VIs são de tipos diferentes (o número real está em centenas). Eles são usados ​​para atender diferentes propósitos baseados em sensoriamento remoto.

Vamos dar uma olhada em alguns dos VIs mais usados ​​na Cropin:

NDVI (Índice de Vegetação de Diferença Normalizada)


O NDVI na agricultura detecta o tempo de eventos fenológicos usando a refletância do vermelho visível e do infravermelho próximo capturado pelos sensores. É um método extremamente popular e funciona melhor quando a vegetação está em seu pico de biomassa. NDVI usa Landsat.

No entanto, o NDVI não funciona bem com a fenologia de outono, enquanto a maior precisão na observação ocorre quando há neve ou água na superfície, sendo esta última ocorrência comum em parcelas indígenas.


Fonte:Phenospex

NDRE (borda vermelha de diferença normalizada)


O NDRE é considerado a melhor versão do NDVI, pois é muito mais sensível. Esta técnica de sensoriamento remoto é ideal para culturas que estão em estágios intermediários e posteriores de crescimento. A base deste sensor é um acúmulo de clorofila.

A razão é que o NDRE opera com luz de borda vermelha, que passa pela folha melhor do que a luz vermelha usada no NDVI. Ele usa o Landsat 8 e opera nas bandas vermelha e NIR. A leitura auxilia na determinação da saúde da vegetação.

Observe que ainda não é ideal para culturas em um estágio inicial de crescimento.


Fonte:EOS

VHI (Índice de Saúde da Vegetação)


Aqui, a leitura é determinada usando uma combinação de Land Temperature Surface (LST) e NDVI. Esse índice, no entanto, pode não ser o ideal para regiões não áridas. Em vez disso, é um dos melhores VIs usados ​​para análise de seca.


Fonte:FAO

LAI (Índice de Área da Folha)


Este índice sem unidade é medido como a área de folha verde unilateral por área de solo no caso de copas de folhas largas. Considerando que uma planta tem um IAF de 2 implica que ela tem um número de folhas que pode cobrir a área do solo duas vezes. Esses dados podem ser usados ​​para toda a safra ou para uma parcela para determinar o crescimento. LAI usa o popular Sentinel 2.


Fonte:Validação e Caracterização de Produtos Terrestres em apoio à missão Proba-V, S-2 e S-3

EVI (Índice de Vegetação Aprimorado)


O EVI mede áreas com copas densas, de preferência florestas. Não é ideal para áreas áridas e montanhosas.

Aqui, C1 e C2 são correlações para corrigir a dispersão de aerossol na atmosfera, enquanto L é um coeficiente para ajustar o solo e o fundo do dossel.

Esta fórmula funciona para observações do Landsat 8.


Fonte:CAESCG , CC BY-SA 4.0 , via Wikimedia Commons

GRVI (Índice de Vegetação de Proporção Verde)


Os cientistas desenvolveram o GRVI para combater os negativos do NDVI. Não identifica apenas a primavera, mas também a coloração do outono. Usando faixas verdes e vermelhas, a GRVI emprega principalmente o Landsat. Isso serve idealmente para identificar o momento perfeito de colheita para as culturas. Com GRVI, pode-se esperar leituras precisas mesmo na presença de neve e água.

NBR (Taxa de Gravação Normalizada)


Este índice de vegetação é usado para identificar a gravidade da queima em grandes zonas de incêndio com acesso remoto. Tradicionalmente, o valor para isso é obtido usando os valores NIR e SWIR observados do Landsat. Na Cropin, usamos o índice para detectar incêndios florestais e queimadas de palha, que é um evento anual no norte da Índia.

Aqui está a fórmula:NBR=(NIR – SWIR) / (NIR + SWIR)


Fonte:Wide World of Sport

A Cropin implementa índices de vegetação com base na região e na cultura em seus produtos AgTech inteligentes, como SmartFarm e SmartRisk , com base nos requisitos personalizados de uma organização.

A rápida melhoria na tecnologia está ajudando a agricultura por meio da reforma de práticas que a Cropin também personaliza da melhor maneira possível para atender aos objetivos de marca exigidos. Usando tais técnicas, o rendimento das parcelas certamente aumentará, mas isso também pode diminuir a pressão sobre a terra, a longo prazo, cumprindo assim os objetivos da agricultura sustentável.

Ciências agrícolas

Tecnologia Agrícola