Utilização de imagens de sensoriamento remoto através de sensor multiespectral para avaliar a variabilidade de fósforo e potássio na cultura da cana-de-açúcar

Abstract

O objetivo do projeto de pesquisa foi utilizar imagens de sensoriamento remoto através de sensor multiespectral para avaliação da variabilidade espacial e temporal da produtividade da cana-de-açúcar, definição de zonas de manejo e avaliação da variabilidade de fósforo e potássio no solo e nos tecidos vegetais. Para atingir a proposta, uma área comercial de cana-de-açúcar foi monitorada ao longo de duas safras 2018/2019 e 2019/2020 com a utilização de um sensor multiespectral embarcado em drone, com o intuito de validar os índices de vegetação para a avaliação da variabilidade espacial e temporal da cultura da cana-de-açúcar, identificação de zonas de manejo e da variabilidade de fósforo e potássio. Os índices de vegetação GRVI, NDVI, NDRE, GNDVI, SAVI e RVI permitiram por meio das refletâncias avaliar a variabilidade espacial e temporal da produtividade da cultura da cana-de-açúcar, identificar as zonas de manejo, e por fim identificar a variabilidade dos nutrientes fósforo e potássio. O índice de vegetação RVI foi o mais preciso em combinação com o mapa de produtividade para definição das zonas de manejo, seguido pelo NDVI, NDRE, GNDVI, SAVI e GRVI. Além disso, permitiram identificar a fertilidade do solo nas respectivas zonas de manejo, a extração e exportação de P e K, as classes texturais, e por fim concluiu que os índices de vegetação são ferramentas precisas tanto para a delimitação de zonas de manejo quanto para o manejo adequado de fertilizantes.

The objective of the research project was to use remote sensing images through a multispectral sensor to evaluate the spatial and temporal variability of sugarcane productivity, define management zones and evaluate the variability of phosphorus and potassium in soil and tissues. vegetable. To achieve the proposal, a commercial area of sugarcane was monitored over two harvests 2018/2019 and 2019/2020 with the use of a multispectral sensor embedded in a drone, in order to validate the vegetation indices for the evaluation of the spatial and temporal variability of the sugarcane crop, identification of management zones and the variability of phosphorus and potassium. The vegetation indices GRVI, NDVI, NDRE, GNDVI, SAVI and RVI made it possible, through the reflectances, to evaluate the spatial and temporal variability of the productivity of the sugarcane crop, to identify the management zones, and finally to identify the variability of the nutrients phosphorus and potassium. The RVI vegetation index was the most accurate in combination with the productivity map to define management zones, followed by NDVI, NDRE, GNDVI, SAVI and GRVI. In addition, they made it possible to identify soil fertility in the respective management zones, the extraction and export of P and K, the textural classes, and finally concluded that the vegetation indices are precise tools both for the delimitation of management zones and for proper management of fertilizers.