Heterogeneidade espaço-temporal e zonas de manejo em vinhedos sob dupla poda
Carregando...
Data
Autores
Orientador
Bassoi, Luís Henrique
Coorientador
André, Lúcio Castro Jorge
Pós-graduação
Engenharia Agrícola - FCA
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Tese de doutorado
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
A utilização do sensoriamento remoto possibilita identificar a variabilidade espacial e temporal de características fisiológicas, hídricas e contribui para o entendimento dos fatores que influenciam a produtividade da videira e a qualidade das bagas. A delimitação das zonas de manejo (ZM) permite desenvolver práticas agrícolas de modo diferenciado, como a introdução de insumos e a colheita seletiva para produção de vinhos com características distintas. Este estudo tem por objetivo aplicar a vitivinicultura de precisão para: a) realizar uma análise espacial e temporal dos índices de vegetação (IVs) multiespectrais obtidos por sensores, suborbitais e proximais, com a finalidade de observar a correlação entre os IVs e os atributos do solo e da planta; b) integrar diferentes planos de informações para gerar zonas de manejo (ZMs), com o propósito de identificar quais parâmetros são mais eficazes para delimitar esses mapas. Também foram avaliados o comportamento dos parâmetros fisiológico-hídricos da planta, de rendimento e a composição dos vinhos entre as ZMs em dois ciclos de produção subsequentes (2023 e 2024). A pesquisa foi conduzida em dois vinhedos circunvizinhos, localizados no município de Ribeirão Preto-SP. As imagens orbitais derivaram do sensor SuperDove (PlanetScope); as imagens multiespectrais foram capturadas através do sensor MicaSense RedEdge-M acoplado em uma aerovane remotamente pilotada (ARP); e os dados proximais foram obtidos por meio do sensor Crop Circle ACS-430. Adotou-se o método de correlação de Pearson, o Pseudo coeficiente de determinação (Pseudo-R2) e métricas de erro, a exemplo do erro quadrático médio (RMSE) e erro absoluto médio (MAE), para avaliar as associações entres as variáveis dependente e independentes. Diferentes configurações de planos de informações foram testadas, como os IVs oriundos do sensor proximal, suborbital e orbital, dados de umidade volumétrica do solo (θ) e condutividade elétrica aparente do solo (CEa). A delimitação das ZMs decorreu mediante o uso do algoritmo de agrupamento fuzzy k-means. Os IVs suborbitais de alta resolução espacial mostram-se mais adequados para monitorar o conteúdo de água nas videiras em comparação com os dados de refletância proximal. O índice de conteúdo de clorofila do dossel (CCCI) e o índice de diferença normalizada de borda vermelha (NDRE) explicaram 72% da variabilidade relacionada à condutância estomática (gs) e mais de 86% da variação do índice relativo de clorofila (IRC). Especificamente, o uso de IVs baseados nas bandas Green-NIR e RedEdge-NIR demonstra ser superior ao uso das bandas Red-NIR. Os IVs não apresentam interações satisfatórias com parâmetros θ e CEa. O resultado das diferentes combinações de ZMs testadas possibilita identificar diferenças significativas entre elas em relação ao conteúdo relativo de água na folha (CRA), IRC, gs, produção e número de cachos por planta. Na Área de estudo 1 (A1) durante o ciclo de 2023, não houve diferença significativa para os parâmetros de rendimento, mas identifica-se no ciclo de 2024, enquanto na Área de estudo 2 (A2), as ZMs identificam distinções em ambos os ciclos. As avaliações revelam um desempenho superior dos mapas confeccionados pela integração da CEa, do NDRE suborbital e da umidade volumétrica do solo. Esses mapeamentos servem de suporte para realizar a colheita seletiva conforme a localização da ZM. Nos dois ciclos e em ambos os vinhedos, os vinhos de inverno oriundos das bagas colhidas de cada ZM foram diferenciados com base na análise multivariada de suas características. As análises, conduzidas ao longo de dois anos consecutivos, evidenciam a dinâmica complexa existente entre os vinhedos e enfatizam a importância do sensoriamento remoto e da integração de dados considerados estáveis e não estáveis ao longo do tempo, em função da sensibilidade dos vinhedos aos fatores climáticos, edáficos, biológicos e antropogênicos.
Resumo (inglês)
The use of remote sensing makes it possible to identify the spatial and temporal variability of physiological and hydric characteristics and contributes to the understanding of the factors that influence vine productivity and berry quality. The delimitation of management zones (MZ) allows for the development of differentiated agricultural practices, such as the introduction of inputs and selective harvesting for the production of wines with distinct characteristics. This study aims to apply precision agriculture in viticulture to: a) conduct a spatial and temporal analysis of multispectral vegetation indices (VIs) obtained from sensors, suborbital, and proximal, with the purpose of observing the correlation between VIs and soil and plant attributes; b) integrate different information plans to generate management zones (MZs), with the goal of identifying which parameters are most effective for delineating these maps. The behavior of the plant's physiological-hydric parameters, yield, and wine composition between the management zones (MZs) was also evaluated over two subsequent production cycles (2023 and 2024). The research was conducted in two vineyards close to each other, located in the municipality of Ribeirão Preto-SP. The orbital images were derived from the SuperDove sensor (PlanetScope); the multispectral images were captured using the MicaSense RedEdge-M sensor mounted on a remotely piloted aerovan (RPA); and the proximal data were obtained thru the Crop Circle ACS-430 sensor. The Pearson correlation method, the Pseudo coefficient of determination (Pseudo-R2), and error metrics, such as the root mean square error (RMSE) and mean absolute error (MAE), were adopted to evaluate the associations between the dependent and independent variables. Different configurations of information plans were tested, such as the IVs from the proximal, suborbital, and orbital sensors, soil volumetric moisture (θ) data, and apparent soil electrical conductivity (CEa). The delimitation of the ZMs was carried out using fuzzy k-means clustering. High spatial resolution suborbital IVs prove to be more suitable for monitoring water content in grapevines compared to proximal reflectance data. The canopy chlorophyll content index (CCCI) and the normalized difference red edge index (NDRE) explained 72% of the variability related to stomatal conductance (gs) and more than 86% of the variation in the relative chlorophyll index (RCI). Specifically, the use of IVs based on the Green-NIR and RedEdge-NIR bands proves to be superior to the use of the Red-NIR bands. The IVs do not show satisfactory interactions with parameters θ and CEa. The result of the different combinations of tested ZMs allows for the identification of significant differences among them in relation to the relative water content in the leaf (RWC), IRC, gs, production, and number of bunches per plant. In Study Area 1 (A1) during the 2023 cycle, no significant difference is found for the yield parameters, but it is identified in the 2024 cycle, while in Study Area 2 (A2), the ZMs identify distinctions in both cycles. The evaluations reveal superior performance of the maps created by the integration of CEa, suborbital NDRE, and soil volumetric moisture. These mappings support selective harvesting according to the location of the ZM. In both cycles and in both vineyards, the winter wines derived from the berries harvested from each ZM were differentiated based on the multivariate analysis of their characteristics. The analyzes, conducted over two consecutive years, highlight the complex dynamics existing between the vineyards and emphasize the importance of remote sensing and the integration of data considered stable and unstable over time, due to the sensitivity of the vineyards to climatic, edaphic, biological, and anthropogenic factors.
Descrição
Palavras-chave
viticultura de precisão, zona de manejo, índice de vegetação, sensoriamento remoto, vinhos de inverno, precision viticulture, management zone, vegetation indice, remote sensing, winter wine
Idioma
Português
Citação
PEREIRA, A, P. Heterogeneidade espaço-temporal e zonas de manejo em vinhedos sob dupla poda. 2026. Tese (Doutorado em Engenharia Agrícola) – Faculdade de Ciências Agronômicas, Universidade Estadual Paulista (UNESP), Botucatu, 2025.
