Predição de níveis de nitrogênio aplicados à cultura do milho utilizando imagens digitais

Abstract

Níveis de nitrogênio têm sido preditos em diversas culturas utilizando índices de vegetação obtidos a partir de imagens digitais. Na cultura do milho, os modelos de predição dos níveis de nitrogênio a ser aplicados no solo gerados a partir de um único índice de vegetação não têm apresentado habilidade satisfatória para todos os estádios de desenvolvimento. Assim, uma combinação entre os índices de vegetação pode ser capaz de melhorar a capacidade de predições dos níveis de nitrogênio a serem utilizados para cultura do milho. Objetivou-se com esta pesquisa avaliar a capacidade de predição de níveis de nitrogênio a serem aplicados no solo para a cultura do milho em diferentes estádios de desenvolvimento, a partir das variáveis canônicas obtidas por uma combinação linear de índices de vegetação. O experimento foi conduzido em um delineamento em blocos casualizados, com cinco níveis de nitrogênio (0,0; 30,0; 60,0; 90,0; e 120,0 kg.ha-1) e três repetições. Imagens digitais e medidas de clorofila na planta foram obtidas nos estádios de desenvolvimento V9, V12 e V15. As medidas de clorofila apresentaram correlação significativa com a primeira variável canônica, sendo que o modelo ajustado a partir dessa variável apresentou capacidade de predizer os níveis necessários de nitrogênio a serem aplicados no solo nas principais fases de desenvolvimento da cultura do milho.

Nitrogen levels in several crops have been predicted using vegetation indexes obtained from digital imaging. In the corn crop, prediction models of nitrogen levels to be applied to the soil generated from a single vegetation index have not presented satisfactory ability for all stages of development. Thus, a combination of the vegetation indexes may be able to improve the capacity to predict nitrogen levels to be used for corn crops. The objective of this research was to evaluate the prediction capacity of nitrogen levels to be applied to the soil for corn crops at different stages of development, based on the canonical variables obtained by a linear combination of vegetation indexes. The experiment was conducted in a randomized block design with five nitrogen levels (0.0; 30.0; 60.0; 90.0; and 120.0 kg.ha-1) and three replicates. Digital imaging and the quantification of chlorophyll in the plant were obtained at the development stages V9, V12 and V15. The chlorophyll measurements showed a significant correlation with the first canonical variable, and the model adjusted from this variable showed the ability to predict the necessary levels of nitrogen to be applied to the soil in the main development stages of the corn crop.