ESTIMATIVA DO ÍNDICE DE ÁREA FOLIAR E DA FRAÇÃO DE COBERTURA DO SOLO NAS CULTURAS DE MILHO E SOJA USANDO NDVI

Abstract

ESTIMATIVA DO ÍNDICE DE ÁREA FOLIAR E DA FRAÇÃO DE COBERTURA DO SOLO NAS CULTURAS DE MILHO E SOJA USANDO NDVI¹

LEORNARDO CHECHI²; MIRTA TERESINHA PETRY³; ZANANDRA BOFF DE OLIVEIRA⁴; MAX KLEBER LAURENTINO DANTAS⁵; CLARISSA MORAES DA SILVA⁶ E ANDRESSA FUZER GONÇALVES⁷

¹ Parte do trabalho de dissertação de Mestrado do primeiro autor - Programa de Pós-Graduação em Engenharia Agrícola – UFSM

 ² Eng. Agrônomo, Mestre em Engenharia Agrícola, Programa de Pós-Graduação em Engenharia Agrícola, UFSM, Avenida Roraima, nº1000, Bairro Camobi, Santa Maria, RS, Brasil, CEP: 97195-000, leonardo.chechi@gmail.com

³  Eng. Agrônoma, Doutora, Professora do Departamento de Engenharia Rural, UFSM, Avenida Roraima, nº1000, Bairro Camobi, Santa Maria, RS, Brasil, CEP: 97195-000, mirta.petry@gmail.com

⁴ Eng. Agrícola, Doutora, Coordenadoria acadêmica Curso de Engenharia Agrícola, Campus da UFSM de Cachoeira do Sul. Rod. Taufik Germano, n.3013, Bairro Passo D’Areia, Cachoeira do Sul, RS, Brasil, CEP: 96503-205, zanandraboff@gmail.com.

⁵ Eng. Agrônomo, Doutor em Ciência do Solo, UFSM, Avenida Roraima, nº1000, Bairro Camobi, Santa Maria, RS, Brasil, CEP: 97195-000, maxdantas22@gmail.com.

⁶ Eng. Agrícola, Aluna de Mestrado do Programa de Pós-Graduação em Engenharia Agrícola, UFSM, Avenida Roraima, nº1000, Bairro Camobi, Santa Maria, RS, Brasil, CEP: 97195-000, clarissamoraes37@outlook.com.

⁷ Acadêmica Curso de Agronomia, UFSM, Avenida Roraima, nº1000, Bairro Camobi, Santa Maria, RS, Brasil, CEP: 97195-000, dessa.fuzer@gmail.com.

1 RESUMO

Técnicas de sensoriamento remoto são utilizadas para avaliar mudanças na paisagem, como a fenologia, índice de área foliar (IAF), altura de plantas e fração de cobertura do solo (f_c). Os índices de vegetação (VI) têm sido relacionados às características biofísicas das culturas, como o IAF e a f_c. Assim, o NDVI (Normalized Difference Vegetation Index) tem sido utilizado para verificar a dinâmica da vegetação durante o ciclo de cultivo. Nesse estudo, o NDVI foi usado para estimar a f_c e o IAF das culturas soja e milho, visando monitorar o estado atual da vegetação para avaliações das necessidades hídricas das culturas. Observações à campo do IAF e f_c foram realizadas em intervalos de aproximadamente 8 dias. O NDVI foi derivado de imagens do satélite Sentinel (sensores 2A e 2B) e processado na biblioteca open-source do Google Earth Engine. Observou-se elevado ajuste entre os valores observados e simulados, com valores de b₀ próximos a 1,00, R² > 0,99 e RMSE variando de 0,02 a 0,05 para a f_c e de 0,29 a 0,61 para o IAF, indicando que os modelos propostos foram eficientes no monitoramento dessas variáveis biofísicas.

Palavras-chave: Sentinel, Google Engine, índices de vegetação, IAF.

CHECHI, L., PETRY, M.T., OLIVEIRA, Z. B., DANTAS, M. K. L., SILVA, C. M.; GONÇALVES, A. F.

ESTIMATION OF LEAF AREA INDEX AND FRACTON OF GROUND COVER OF CORN AND SOYBEAN CROPS USING NDVI

2 ABSTRACT

Remote sensing techniques are used to assess changes in the landscape, such as phenology, leaf area index (LAI), plant height, and the fraction of ground cover (f_c). Vegetation indices (VI) have been related to biophysical characteristics of crops, such as LAI and f_c. Thus, the NDVI (Normalized Difference Vegetation Index) has been used to monitor vegetation dynamics throughout the crop development cycle. In this study, the NDVI was used to estimate the f_c and LAI of soybeans and corn crops, aiming to monitor the actual condition of the vegetation for crop water requirement assessments. Field observations of the LAI and f_c were carried out at intervals of approximately eight days. The NDVI used to estimate the f_c and LAI were derived from images of the Sentinel satellite (sensors 2A and 2B) and processed in the open-source Google Earth Engine library. A excellent fit between the observed and simulated values was observed, with values of b₀ close to 1.00, R² > 0.99, and RMSE ranging from 0.02 to 0.05 for fc and from 0.29 to 0.61 for LAI, indicating that the proposed models were efficient in the monitoring of these biophysical variables.

Keywords: Sentinel, Google Engine, vegetation indices, LAI.