Publicação: Avaliação de índices de vegetação para estimativa de produtividade do milho em sistemas de manejo do solo no Cerrado
Carregando...
Arquivos
Data
Autores
Orientador
Montanari, Rafael 
Yano, Élcio Hiroyoshi
Coorientador
Pós-graduação
Agronomia - FEIS
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Dissertação de mestrado
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
O crescimento populacional associado a altas demandas de alimentos pressionam o setor agrícola gerando competitividade e aumento na produção. Neste contexto, é constante a busca por tecnologias que permitam aumentar a produtividade de maneira sustentável e o manejo dos solos ganha espaço como prática agrícola, em especial nos solos do cerrado. Com a modernização da agricultura, impactos negativos associados a más práticas resultaram na degradação e perda de potencial produtivo para os solos do cerrado. A evolução computacional e popularização de tecnologias contribui na busca de ferramentas mais eficientes para o monitoramento agrícola. Os veículos aéreos não tripulados - VANTs embarcados com sensores e a partir de práticas de geoprocessamento demonstram agilidade na aquisição de dados com precisão e baixo custo. A pesquisa objetivou avaliar o comportamento espectral da cultura do milho nas fases fenológicas, V4, V10 e R1 a partir de oito índices de vegetação - IVs (SR; NDVI; RVI; GNDVI; CLGreen; SAVI; EVI e ICF) assim como a produtividade do milho como indicativo de produção em um Latossolo Vermelho Distroférrico típico (LVd), de textura argilosa, todos em função de 8 sistemas de manejo dos solos: SPDC – sistema plantio direto contínuo de 24,5 anos; CM/SPD – cultivo mínimo seguido de 10 safras consecutivas com SPD, e o mesmo para o GP/SPD – preparo convencional do solo com grade pesada e AA/SPD - arado de aiveca; CMC - cultivo mínimo, GPC - preparo convencional do solo com grade pesada; AAC - arado de aiveca contínuo de 10ª safra e PR - preparo reduzido de 2ª safra, todos com 4 repetições. Os atributos e componentes de produtividade foram: BIO R1 e BIO Final – Biomassa de planta de milho em R1 e no momento da colheita (R6); MS R1 e MS Final – Matéria seca de planta de milho em R1 e no momento da colheita (R6); PG – Produtividade de grãos secos; M1000 – Massa de 1000 grãos; ALT – Altura de planta; ALT 1ª ESP – Altura de inserção de 1ª espiga; DIA Colmo - Diâmetro colmo de planta de milho; N ESP – Número de espigas por planta de milho. O manejo GP/SPD apresentou resultado 17,6% maior que AAC e 14,0% maior que GPC para PG e a BIO Final e MS Final apresentou 19,3% e 19,7% superiores ao AAC para o manejo CM/SPD. Os IVs avaliados foram submetidos a correlação de Pearson, gerando 11.832 modelos. Equações de regressão demonstraram a eficácia dos IVs para a detecção de diferenças radiométricas associadas aos atributos de produtividade em função dos manejos. Os melhores modelos obtiveram coeficientes de determinação R² de: BIO R1 0,72; MS R1 0,69; BIO final 0,78; MS final 0,85; PG 0,82; M1000 0,66; ALT 0,90; ALT 1ª ESP 0,90; N ESP 0,75; DIA Colmo 0,71. Dentre os índices utilizados, os que possuem correção de cobertura de solo e resistência aos aerossóis, como SAVI e EVI, foram mais eficazes, principalmente na antecipação de resultados, permitindo a estimativa de atributos ainda nas fazes V4 e V10.. O SAVI foi índice mais eficiente para predição de produtividade de Biomassa e Grãos de milho em R6, antecipando o imageamento em V4.
Resumo (inglês)
Population growth associated with high food demands puts pressure on the agricultural sector, generating competitiveness and increased production. In this context, the search for technologies that allow to increase productivity in a sustainable way is constant and soil management gains space as an agricultural practice, especially in the Brazilian Cerrado soils. With the modernization of agriculture, negative impacts associated with bad practices resulted in degradation and loss of productive potential for the Cerrado soils. The computational evolution and popularization of technologies contributes to the search for more efficient tools for agricultural monitoring. Unmanned aerial vehicles - UAVs shipped with sensors and using geoprocessing practices demonstrate agility in the acquisition of data with precision and low cost. The research aimed to evaluate the spectral behavior of the corn crop in the phenological phases, V4, V10 and R1 from eight IVs (SR; NDVI; RVI; GNDVI; CLGreen; SAVI; EVI and ICF) as well as the corn productivity as indicative of production in a typical Dystrophic Red Latosol (LVd), with a clay texture, all according to 8 soil management systems: SPDC - 24.5 years continuous no-tillage system; CM/SPD - minimum cultivation followed by 10 consecutive harvests with SPD, and the same for GP/SPD - conventional soil preparation with heavy harrow and AA/SPD - moldboard plow; CMC - minimum cultivation, GPC - conventional tillage with heavy harrow; AAC - continuous moldboard plow of 10th harvest and PR - reduced preparation of 2nd harvest, all with 4 repetitions. The attributes and components of productivity were: BIO R1 and BIO Final - Corn plant biomass in R1 and at harvest (R6); MS R1 and MS Final - Dry matter of corn plant in R1 and at the time of harvest (R6); PG - Productivity of dry grains; M1000 - Mass of 1000 grains; ALT - Height of plant; ALT 1ª ESP - Height of insertion of 1st ear; DIA Colmo - Corn plant stem diameter; N ESP - Number of ears per corn plant. The GP/SPD management showed a result 17.6% higher than AAC and 14.0% higher than GPC for PG and the BIO Final and MS Final showed 19.3% and 19.7% higher than AAC for CM/SPD management. The evaluated IVs were submitted to Pearson's correlation, generating 11,832 models. Regression equations demonstrated the effectiveness of IVs for detecting radiometric differences associated with the productivity attributes as a function of management. The best models obtained coefficients of determination R² of: BIO R1 0.72; MS R1 0.69; BIO Final 0.78; MS Final 0.85; PG 0.82; M1000 0.66; ALT 0.90; ALT 1ª ESP 0.90; N ESP 0.75; DIA Colmo 0.71. Among the indexes used, those that have correction of soil cover and resistance to aerosols, such as SAVI and EVI, were more effective, mainly in the anticipation of results, allowing the estimation of attributes even in stages V4 and V10. SAVI was an index more efficient to predict productivity of Biomass and Corn grains in R6, anticipating imaging in V4.
Descrição
Palavras-chave
Mecanização agrícola, Agricultura de precisão, Reflectância, Fotogrametria, Estimativa de produção, Estrutura física do solo, Sistemas de manejo, Manejo do solo, Sistema plantio direto, VANT, REM, Índice de vegetação, Sustainable use, Production systems, Precision agriculture, Physical soil structure, Monitoring, Production estimate, Reflectance, Agricultural mechanization, Photogrammetry
Idioma
Português
