USO DO ÍNDICE TVDI E MODELO HAND PARA CARACTERIZAÇÃO DE CONDIÇÃO HÍDRICA

Resumo

USO DO ÍNDICE TVDI E MODELO HAND PARA CARACTERIZAÇÃO DE CONDIÇÃO HÍDRICA  

LUCIMARA WOLFARTH SCHIRMBECK¹; DENISE CYBIS FONTANA²; JULIANO SCHIRMBECK³ E VAGNER PAZ MENGUE⁴

¹ Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia – Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, lucimaraws@gmail.com.

² Departamento de Plantas Forrageiras e Agrometeorologia – Faculdade de Agronomia –  Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, dfontana@ufrgs.br.

³ Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia – Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, schirmbeck.j@gmail.com.

⁴ Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia – Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, vagnergeo@yahoo.com.br.

1 RESUMO

O objetivo do trabalho foi avaliar a adequação do índice TVDI (Temperature Vegetation Dryness Index), obtido com sensores remotos orbitais, para caracterizar a condição hídrica de lavouras de soja no sul do Brasil. Para tanto, foram utilizadas imagens do satélite Landsat 8-OLI, obtidas da base de dados da USGS (United States Geological Survey), de três datas ao longo do ciclo da cultura da soja (5 de dezembro 2014 – implantação, 6 de janeiro 2015 - início de desenvolvimento e 7 de fevereiro de 2015 – pleno desenvolvimento vegetativo).  A área de cultivo de soja foi mapeada utilizando classificação digital (máxima verossimilhança) e validada com dados de campo. A área total mapeada foi estratificada em duas classes: áreas de várzea e áreas altas, através do uso do modelo HAND (Height Above the Nearest Drainage). Para tornar possível a comparação entre datas, o TVDI foi determinado usando um triângulo único para as três datas em conjunto, estabelecido a partir dos dados do NDVI (Normalized Difference vegetation Index) e da temperatura de superfície (T_S), a qual foi estimada usando o algoritmo split-window. O TVDI permitiu diferenciar as condições hídricas na cultura da soja ao longo do ciclo e entre as classes de altitude; as áreas mais altas apresentaram maiores déficits quando comparadas às áreas de várzea. Foi possível ainda visualizar a migração dos pixels de soja dentro do triângulo evaporativo como consequência da fase de desenvolvimento da cultura e das condições hídricas.

Palavras-chave: déficit hídrico, agricultura, Landsat 8-OLI.

SCHIRMBECK, L. W.; FONTANA, D. C.; SCHIRMBECK, J.; MENGUE, V.P. 

TVDI INDEX AND HAND MODEL FOR WATER CONDITION DESCRIPTION

2 ABSTRACT

This work aims to evaluate the suitability of the Temperature Vegetation Dryness Index (TVDI), achieved through an orbital remote sensing system used to describe the condition of the water to be used on soybean crops in the South Region of Brazil. The Landsat 8-OLI satellite images were gathered from the USGS (United States Geological Survey) database of three different dates during the soybean crop cycle (December 5^th, 2014 - implementation, January 6^th, 2015 - beginning of growth and February 7^th, 2015 - full vegetative growth). The soybean crop area was mapped using digital classification (maximum likelihood method) and validated with field data. The total mapped area was stratified into two classes: floodplain areas and high areas, using the HAND (Height Above the Nearest Drainage) model. To make the comparison between dates possible, TVDI was determined using a single triangle for all the three dates together, established using the Normalized Difference Vegetation Index (NDVI) and surface temperature (T_S) data, which was estimated using Split-window algorithm. TVDI allowed us to differentiate the water conditions during the soybean crop cycle and between the two altitude classes; the higher areas presented larger deficits when compared to the floodplain areas. It was also possible to observe the migration of the soybean pixels within the evaporative triangle as a consequence of the crop’s development stage and the water conditions.

Keywords: water deficit, agriculture, Landsat 8-OLI.