Estimativas da evapotranspiração e produtividade do milho irrigado utilizando um modelo multiespectral e imagens do satélite Landsat 8

Abstract

A cada dia são utilizados, com mais frequência, modelos para estimativas da produção na agricultura. Com o lançamento dos primeiros satélites com a capacidade de imageamento da superfície terrestre, alguns pesquisadores pioneiros passaram a utilizar imagens obtidas por meio de sensoriamento remoto orbital na composição de modelos, trazendo maior precisão às estimativas. Neste contexto, diversos modelos têm sido desenvolvidos objetivando estimativas mais precisas da produção e da produtividade agrícola. Está pesquisa teve como objetivo, buscar formas de estimar a produtividade da cultura do milho irrigado, assim como estimar sua evapotranspiração e a eficiência do uso da água, por meio de técnicas de sensoriamento remoto, comparando as estimativas com dados reais observados a campo, assim como verificar a dependência das estimativas em relação ao número de imagens orbitais disponíveis. Para alcançar os objetivos da pesquisa, alguns modelos foram acoplados, compondo um novo modelo, sendo o principal deles utilizado para a estimativa da biomassa produzida pelas culturas, em função da radiação absorvida pelas plantas. A área utilizada para testes do modelo pertence à Fazenda Triflora (São Desidério - BA) e a área utilizada para validação do modelo pertence à Fazenda Busato II (Serra do Ramalho - BA). Conclui-se que ocorreu superestimativa da evapotranspiração da cultura do milho, no entanto uma calibração realizada corrigiu as estimativas. A produtividade estimada utilizando método IP (índice de penalização) e o método que utiliza o NDVI, para penalização não se diferem estatisticamente dos valores observados a campo, o mesmo não aconteceu quando o NDWI e o SAVI foram utilizados. O fato de o NDVI ser um índice que representa a quantidade e qualidade da vegetação, sendo o mesmo não dependente de informações previas do cultivo, fez com que o método que utiliza o NDVI para penalização seja o mais indicado para as estimativas de produtividade. O modelo multiespectral utilizando o NDVI para a penalização se mostra robusto, apresentando boas estimativas. O modelo permitiu a caracterização dos momentos de maior eficiência e dependência da cultura em relação à utilização da água. O modelo identificou que a maior eficiência ocorre juntamente no início do período reprodutivo. O modelo apresenta-se altamente dependente do número de imagens de satélite utilizadas para as estimativas.

Models for estimating production in agriculture are more often used every day. After the launch of the first satellites with capacity to image of terrestrial surface, some pioneer researchers began to use images obtained by orbital remote sensing in the composition of models, bringing more precision in the parameter estimation. In this context, several models have been developed to obtain more precise estimates of agricultural production and yield. This research aimed: i) find ways to estimate irrigated maize yield, evapotranspiration, and efficiency of water using remote sensing techniques; ii) compare estimated data with real data observed in the field; and iii) verify the dependence of the estimates in relation to the number of available orbital images. To reach the research objectives, some models were coupled, composing a new model, being the main one used to estimate the biomass produced by the crops as a function of the radiation absorbed by the plants. The area used to test the model belongs to Fazenda Triflora (São Desidério - BA) and the area used for model validation belongs to Fazenda Busato II (Serra do Ramalho - BA). It was concluded that a super estimation of the evapotranspiration of the maize crop occurred, but a calibration carried out corrected the estimates. The estimated yield using the PI method (penalization index) and the method using NDVI for penalization do not differ statistically from the values observed in the field. However, the same did not happen when NDWI and SAVI were used. The fact that the NDVI is an index that represents the amount and quality of the vegetation, and it not dependent on previous information of the crop, made that the method that uses the NDVI for penalization be the most appropriate for the yield estimates. The multispectral model using the NDVI for the penalty is the most robust, presenting good estimates. The model allowed the characterization of the moments of greater efficiency and dependence of the culture in relation to the water use. The model identified that the highest efficiency occurs together at the beginning of the reproductive period. The model is highly dependent on the number of satellite images used for the estimates.