O sensoriamento remoto (SR) se caracteriza pela obtenção de informações de um objeto sem existir um contato físico e, muitas vezes, a longas distâncias, através da radiação eletromagnética (REM). As primeiras medições por SR foram realizadas através de câmeras acopladas em balões, aeronaves e foguetes. Atualmente, imagens de SR podem ser obtidas a partir de diversos equipamentos como: aeronaves, veículos aéreos não tripulados (VANT’s) e satélites. Por meio destes equipamentos várias aplicações são possíveis de serem realizadas, tais como: estimativa da biomassa e produtividade da cultura, monitoramento de estresse hídrico e do vigor nas plantas e a avaliação do estádio fenológico da cultura de interesse.
Na agricultura o SR tem o objetivo principal coletar dados de uma superfície terrestre de uma determinada área para que o produtor conheça melhor as características presentes em seus talhões. Neste sentido, o SR na agricultura utiliza instrumentos de alta performance e sensores para obter dados, que serão registrados, tratados e analisados. Esta geração de dados permite obter uma análise detalhada sobre cobertura vegetal, tipo de solo, topografia e áreas que sofrem com erosão ou patógenos de solo e plantas. Entre os pontos que são possíveis identificar e auxiliam a melhorar a produção, podemos citar: estimativa de área plantada, vigor vegetativo das culturas, determinação de faixas de solo com baixa produtividade, apontamento de erros em processos de adubação, irrigação e preparo do solo e regiões com maior potencial de produção.
O SR obtém informações devido ao desenvolvimento de sensores e equipamentos de alto desempenho. Dessa maneira, podemos classificar dois tipos de sensores remotos: ativos e passivos.
Sensores ativos: não utilizam a energia solar como fonte de radiação, trabalhando com uma fonte de radiação eletromagnética própria, como um canhão de laser, capaz de projetar raios na superfície terrestre e calcular o tempo gasto para a reflexão.
Sensores passivos: relacionam-se com informações externas preexistentes, coletando estímulos refletidos, principalmente, pela luz solar. As informações, então, são tratadas por algoritmos e sistemas integrados, que geram imagens e dados.
Dessa forma, a tecnologia no campo permite acompanhar de perto o desenvolvimento da lavoura e auxilia o gestor a colocar em prática as ações necessárias para o melhor andamento da produção. Entre os índices de monitoramento mais comuns, podemos citar o Índice de Vegetação da Diferença Normalizada (NDVI). Com o SR conseguimos captar o vigor das plantas, o que possibilita avaliar a saúde da planta. Com isso, é possível fazer uma relação com a estimativa de produção. Isso é possível pois a banda de radiação do NIR – Infravermelho Próximo, diferencia plantas vigorosas (que refletem mais o NIR) e plantas mais fracas (que absorvem a radiação). As imagens em NIR, obtidas por satélites, são tratadas em uma equação denominada NDVI que transforma as leituras de NIR em tons de cores.
Índices de Vegetação – NDVI
Algumas aplicabilidades:
Irrigação – O SR pode ser usado para estimar a evapotranspiração real (ETr), ajudando na identificação se a quantidade de água aplicada é ideal, abaixo ou superior à necessária, como feito por Silva et al. (2012).
Deficiência nutricional – Na cultura da soja por meio de VANTs com câmeras multiespectrais, as imagens são analisadas e utilizadas para a geração de um mapa que indica os locais mais aptos para beneficiamento e eventual produção de sementes. Com o uso de câmera termal é possível monitorar plantas em situação de déficit hídrico e medir a deficiência de potássio nas folhas mesmo antes dos sintomas aparecerem (Embrapa, 2019).
Há também estudos com o uso do sensoriamento remoto para identificar sintomas de ferrugem na soja.
Conhecer os princípios do sensoriamento remoto, o comportamento espectral do solo e da vegetação e sua aplicabilidade, é uma área em pleno crescimento e com futuro promissor no mercado de trabalho, uma vez que a busca por maiores produtividades de forma sustentável tem-se colocado em de forma prioritária na agricultura global. Apesar da grande diversidade e possibilidades de aplicação dessa tecnologia, é necessário compreender que tudo dependerá do que o agricultor quer saber. Além disso, a necessidade de novas pesquisas na elaboração de melhores softwares capazes de rodar esses dados é muito importante, pois ter os dados, mas não saber analisar e interpretar o que eles significam faz com que a tecnologia não atinja o objetivo, dessa forma abre-se um mercado em potencial a ser explorado.
Autor: André Müllich – Acadêmico do 6º semestre de Agronomia e Bolsista do grupo PET Agronomia na Universidade Federal de Santa Maria – UFSM
Referências bibliográficas:
Agricultura de precisão no Rio Grand do Sul / organizadores: Antônio Luis Santi… [et al.]. – 1. D. – Santa Maria: CSPOL, 2016. 309 p. ; il. ; 25 cm.
Agricultura de precisão / José Paulo Molin, Lucas Rios do Amaral, André Freitas Colaço. – 1.d. – São Paulo : Oficina de textos, 2015.
Agricultura de precisão: resultados de um novo olhar. / Alberto Carlos de Campos Bernardi, [et al.], editores técnicos. – Brasília, DF : Embrapa, 2014. 596 p.
Santos, V. M. N. Escola, cidadania e novas tecnologias: investigação sobre experiências de ensino com o uso de sensoriamento remoto. São Paulo. 150p. Dissertação de mestrado. Faculdade de Educação da Universidade de São Paulo, 1999.
CROSTA, A. P., 1992. Processamento Digital de Imagens de Sensoriamento remoto, IG/UNICAMP, Campinas, São Paulo, 170p.
BLASCHKE, T.; KUX, H. Sensoriamento remoto e SIG avançados. 2.ed. São Paulo: Oficina de Textos, 2007.
FLORENZANO, T. G. Iniciação em sensoriamento remoto. 3.ed. São Paulo: Oficina de Textos, 2011. 128p.
LIU, W. T. H. Aplicações de sensoriamento remoto. 2.ed. São Paulo: Oficina de Textos, 2015.
MOREIRA, M. A. Fundamentos do sensoriamento remoto e metodologias de aplicação. 4.ed. Viçosa: UFV, 2011. 422p.
PONZONI, F. J.; SHIMABUKURO, Y. E.; KUPLICH, T. M. Sensoriamento remoto da vegetação. 2.ed. São Paulo: Oficina de Textos, 2012. 176p.