Comparação de imagens multiespectrais utilizando SENTINEL-2, CBERS-4, LANDSAT-8 e VANT para a análise de deficiência de nitrogênio no milho.

Abstract

O sensoriamento remoto está cada vez mais presente nas práticas agrícolas, a atribuição de imagens multiespectrais tem permitido supervisionar o manejo no campo, a partir da manipulação de índices espectrais, obtendo indicadores do estado da cultura. Contudo as fontes para adquirir imagens multiespectrais são numerosas, e estudos comparativos das fontes de sensoriamento remoto na agricultura são escassos. O presente trabalho teve como finalidade comparar imagens multiespectrais das plataformas de sensoriamento remoto do SENTINEL-2, CBERS-04A e VANT para determinar se quaisquer fontes de sensoriamento remoto multiespectral permitem detectar com precisão distintas doses de nitrogênio em cobertura em diferentes estádios fenológicos na cultura do milho, utilizado os índices espectrais greenNDVI, MCARI2, MGRVI, MSAVI, MTVI2, NDVI, SAVI, SR, VARI e WDRVI. O experimento foi conduzido em campo Fazenda Experimental Lageado, localizado na Faculdade Ciências Agronômicas, no município de Botucatu, São Paulo. O delineamento experimental foi casualizado, com 4 repetições, sendo 6 doses de nitrogênio (N) em cobertura (0, 36, 84, 132, 180 e 228 kg ha‾¹), integrando 9 avaliações multiespectrais ao longo do ciclo. Foram avaliadas determinações biométricas, diagnose foliar, índices espectrais e fontes de sensoriamento remoto multiespectral. Os dados foram submetidos à análise de variância, teste de comparações múltiplas de Fisher a 5% de probabilidade e análise de componentes principais. De forma geral, os índices MCARI2, MGRVI, MSAVI, MTVI2, NDVI, SAVI, SR e WDRVI apresentaram êxito na detecção das doses de N em cobertura, independentemente da fonte de sensoriamento remoto no estádio V7. Para o estádio VT os índices MCARI2, MGRVI, MTVI2 e VARI apresentaram êxito na detecção das doses de N em cobertura independentemente fonte de aquisição das imagens, diferentemente dos índices greenNDVI, MSAVI, NDVI, SAVI, SR e WDRVI que obtiveram êxito na detecção das doses de N apenas para as fontes SENTINEL-2 e CBERS-04A. Nos estádios fenológicos R3, R4 e R5 não foi possível detectar distintas doses de N em cobertura na cultura. A PCA proporcionou verificar o comportamento dos dados obtidos pelas fontes de sensoriamento remoto, assim como a influência dos índices espectrais, data de aquisição das imagens e as doses de N em cobertura na cultura. A análise de correlação de Pearson constata que o coeficiente de correlação mais elevado é entre o satélite SENTINEL-2 e o satélite CBERS-04A de (r = 0,94), seguidamente do SENTINEL-2 e VANT de (r = 0,91) e a correlação do CBERS-04A e VANT de (r = 0,86), evidenciando que de fato há similaridade entre as fontes de sensoriamento remoto. Para os índices espectrais foi constatado que o êxito na detecção das doses de N, pode variar conforme o período de aquisição das imagens e pela fonte de sensoriamento remoto.

Remote sensing is increasingly present in agricultural practices, the attribution of multispectral images has made it possible to supervise management in the field, through the manipulation of spectral indices, obtaining indicators of the state of the crop. However, the sources for acquiring multispectral images are numerous, and comparative studies of remote sensing sources in agriculture are scarce. The present work aimed to compare multispectral images from the SENTINEL-2, CBERS-04A and UAV remote sensing platforms to determine whether any multispectral remote sensing sources allow the accurate detection of specific doses of toxicity in coverage at different phenological stages in the crop corn, using the spectral indices greenNDVI, MCARI2, MGRVI, MSAVI, MTVI2, NDVI, SAVI, SR, VARI and WDRVI. The experiment was conducted in the Fazenda Experimental Lageado field, located at the Faculty of Agricultural Sciences, in the municipality of Botucatu, São Paulo. The experimental design was randomized, with 4 replications, with 6 doses of nitrogen (N) in coverage (0, 36, 84, 132, 180 and 228 kg ha‾¹), integrating 9 multispectral assessments throughout the cycle. Biometric determinations, leaf diagnostics, spectral indices and multispectral remote sensing sources were evaluated. The data were subjected to analysis of variance, Fisher's multiple comparison test at 5% probability, and principal components' analysis. In general, the MCARI2, MGRVI, MSAVI, MTVI2, NDVI, SAVI, SR and WDRVI indices were successful in detecting N doses in coverage, regardless of the remote sensing source at stage V7. For the VT stage, the MCARI2, MGRVI, MTVI2 and VARI indices were successful in detecting N doses in coverage regardless of the image acquisition source, different from the greenNDVI, MSAVI, NDVI, SAVI, SR and WDRVI indices, which were successful in detecting of N doses only for the SENTINEL-2 and CBERS-04A sources. At phenological stages R3, R4 and R5, it was not possible to detect different doses of N in crop coverage. The PCA proposes to verify the behavior of data obtained through remote sensing sources, as well as the influence of spectral indices, image acquisition data and N doses on crop coverage. Pearson's brightness analysis finds that the highest representation coefficient is between the SENTINEL-2 satellite and the CBERS-04A satellite of (r = 0.94), followed by the SENTINEL-2 and UAV of (r = 0.91) and the transparency of the CBERS-04A and UAV of (r = 0.86), showing that there is indeed similarity between the remote sensing sources. For the spectral indices to be verified, the success in detecting N doses may vary depending on the image acquisition period and the remote sensing source.