A importância da análise de imagens e índices vegetativos na produção agrícola


Não é segredo para ninguém que a implementação das tecnologias vem acontecendo de forma cada vez mais intensa e enraizada na sociedade. No agronegócio não é diferente, a modernização e implantação de sistemas de automação e agricultura de precisão traz uma série de benefícios que podem ser considerados práticas da Agricultura 4.0.

As vantagens da modernização do agronegócio não se limitam apenas aos grandes latifundiários. Com a acessibilidade gerada da implementação constante desses facilitadores tecnológicos, os pequenos e médios produtores também passam a ser inseridos nesse mercado, conferindo-lhes acesso direto ao mercado, conhecimentos e melhoras práticas, bem como as tecnologias propriamente ditas, seja por exemplo, por meio de softwares, sensores (IOT), drones, satélites, etc. - e que muitas vezes estavam restritas ou disponíveis apenas a grandes grupo s empresas.

O grande diferencial da Agricultura 4.0 é oferecer ao produtor rural um maior direcionamento e embasamento às tomadas de decisão em suas terras. Com o uso dessas ferramentas e práticas, podemos ter um processo de coleta de dados organizado (e eventualmente automatizado) e análises muito mais precisas. Assim o produtor consegue identificar os manejos que não estão gerando o resultado esperado e agir de forma antecipada para garantir uma maior produtividade de acordo com os padrões desejados.


SENSORIAMENTO REMOTO


Por definição, sensoriamento remoto é o conjunto de técnicas que possibilita a obtenção de informações sobre alvos na superfície terrestre (objetos, áreas, fenômenos), através do registro da interação da radiação eletromagnética com a superfície, realizado por sensores distantes, ou remotos (Wikipédia).

Tido como um grande aliado da inovação no ramo do agronegócio nos últimos anos - e até por se tratar de uma tecnologia mais palpável - é a análise de imagens. E nesse artigo trataremos dos benefícios e suas aplicações no setor agropecuário.

Sendo assim, através de fotos tiradas por meio de drones ou até mesmo de satélites e da geocodificação da mesma, isto é, a inserção de coordenadas geográficas, essas imagens são processadas e analisadas por meio de algoritmos e oferecem novas possibilidades para o entendimento da situação atual, por exemplo, de pastos e lavouras, gerado insights importantes e nos permitem avaliar a eficiência de determinado serviço (como plantio, colheita, irrigação ou adubação), analisar a “saúde” da lavoura ou ainda estimar sua produção com maior eficiência.


OK, MAS QUAL A MELHOR FONTE DE IMAGENS? DRONE OU SATÉLITE?


Como quase tudo na vida, a resposta é: depende do que você precisa! Abaixo listamos os principais pontos a serem levados em consideração para que você avalie qual é o melhor para a sua necessidade.


Drones


Os drones (ou VANTs) são uma boa alternativa para obtenção de imagens, entretanto possuem um alto custo de implantação devido ao elevado custo da aeronave e suas câmeras especiais (requer câmera multiespectral/NIR) ou ainda do valor de sua locação e do custo do “piloto” (sim, a operação não é 100% autônoma e requer alguém para dar início, monitorar o processo de coleta e finalizá-lo) - e talvez esse seja o principal ponto negativo, uma vez que não é possível automatizar esse processo.

· Vantagens: Imagens geralmente mais nítidas e com melhor resolução (a depender da altura do voo e tecnologia da câmera), liberdade para coletar imagens quando preciso (sob-demanda), por voarem abaixo das nuvens elas não interferem na qualidade final, possibilidade de realizar serviços relacionados (ex.: levantamento topográfico para melhor plantio e definição de curvas de nível).

· Desvantagens: Aeronave com alto valor de aquisição e manutenção, exige treinamento inicial, necessário conhecimento e licenças para sua utilização, processo ‘manual’ e sujeito a erros operacionais (não pode ser automatizado), requer posterior upload e tratamento/processamento das imagens.


Satélites


Embora o custo inicial de colocar um satélite em órbita seja altíssimo, uma vez em órbita, sua manutenção requer poucos gastos financeiros e o produto é oferecido globalmente, sendo assim, algumas empresas que controlam ou têm direitos sobre esses satélites disponibilizam essas imagens em larga escala. E algumas vão além, já processam e tratam essas imagens em computadores superpotentes, extraindo as informações mais relevantes para cada tipo de aplicação (no nosso caso a agricultura, as quais veremos em detalhes na sequência!)

· Vantagens: ausência de erro operacional/humano, possibilidade de automatizar 100% o processo (da coleta ao processamento e extração de indicadores), a solução é oferecida já integrada a sistemas/softwares intuitivos, preço final mais acessível, recorrência de imagens permite uma análise de longo prazo, captação de informações complementares (dados meteorológicos e de umidade do solo).

· Desvantagens: Imagens geralmente menos nítidas, as nuvens atrapalham a qualidade das imagens e não há como escolher o dia/hora (sob demanda).


Existem inúmeros satélites em órbita atualmente e você pode contratar imagens de um ou mais deles, cada um tem uma característica específica, tal como finalidade - ex.: militar, conectividade (curiosidade - conheça o projeto da Starlink, empresa de Elon Musk que oferece banda larga por satélite a nível mundial!), análise de correntes marítimas, clima, precisão/zoom, qualidade das câmeras embarcadas, tempo de revisita (de quanto em quanto tempo você terá novas imagens), etc.

Os satélites da série Sentinel, projeto da Agência Espacial Europeia (ESA), por exemplo, tem a finalidade de monitorar os recursos naturais terrestres, o uso e ocupação das terras, os ambientes marinhos, clima e desastres naturais. Amplamente utilizados na agricultura a nível mundial, podemos destacar o Sentinel-2, que oferece uma resolução de 10 metros/pixel e um tempo de revisita por volta de 5 dias. No Brasil, a EMBRAPA por meio dos satélites Terra e Aqua, também oferecem esse tipo de serviço, porém com resolução de 250 metros por pixel e resolução temporal de 16 dias.

Com um satélite em órbita, ele circulará a terra durante sua “vida útil” (geralmente sendo substituído por um sucessor) e isso significa que os agricultores não apenas terão uma imagem momentânea de como está sua área, mas todo um acompanhamento histórico do desempenho da cultura ao longo do tempo.

Além disso, as ferramentas e informações fornecidas pelos satélites nos permitem desenvolver mapas processados digitalmente para elaborar diagnósticos mais assertivos e estratégicos acerca das próximas produções e acompanhamento do resultado dos manejos realizados. Por exemplo, estimando o momento mais adequado para o início do plantio ou da colheita, além de avaliar o impacto da estiagem ou do excesso de água no solo. Temos também outros produtos agro meteorológicos, que podem ser aplicados, os quais chamamos de mapas e podem ser divididos em:

· Mapa da Cobertura Vegetal: Responsável por analisar o desenvolvimento de lavouras (ex: NDVI), a atuação das pragas (manchas/reboleiras) ou ainda falhas de plantio (% estimado de mudas).  

· Mapa de Precipitação: Fornece dados da distribuição espacial e temporal das chuvas.

· Mapa de Umidade do solo: Fornece dados da distribuição espacial e temporal das quantidades de água detectada remotamente. Veja mais detalhes abaixo, no índice NDWI.


Sobre o percentual de umidade do solo, que também é estimado por satélites (seja na superfície quanto a alguns centímetros de profundidade), como é feito remotamente, podemos dizer que ajuda bastante a vida do agricultor, facilitando sua preparação para o período de estiagem, permitindo que o mesmo seja capaz de identificar de forma mais rápida e eficaz os locais que serão mais prejudicados com a distribuição irregular das chuvas. Cabe ainda dizer que, o período de seca geralmente vem acompanhado dos incêndios, alertando-o sobre esse grande problema.

Uma vez que os satélites também possuem sensores embarcados capazes de mensurar a temperatura da superfície terrestre, eles fornecem também informações de clima e temperatura para aplicações meteorológicas - dados que podem ser facilmente combinados junto à análise das imagem em si e lhe garantir um resultado ainda mais efetivo.

De posse dessas ferramentas, o produtor ou seu consultor agrícola será capaz de identificar rapidamente algum problema no solo, seja este uma erosão, falta de nutrientes, pragas, ou qualquer outra intempérie, e rapidamente elaborar uma solução de forma rápida, evitando qualquer gasto extra e agindo com eficiência.

Grande parte do “sucesso” atribuído à essas previsões e seguranças oferecidas pelo uso de imagens na agricultura só é possível graças à ajuda dos índices de vegetação, que por sua vez, são responsáveis por refletir a “saúde” das safras.


NDVI


Talvez uma das inovações mais populares e utilizadas na agricultura de precisão seja o NDVI – Índice de Vegetação por Diferença Normalizada. Trata-se um processo tecnológico que consegue representar em números a análise da condição de determinada área vegetal remotamente, ou seja, sem a necessidade do contato direto com ela, fornecendo uma espécie de “raio-x” daquela área. 

O NDVI é capaz de identificar e fornecer informações sobre anomalias específicas nas plantações, possibilitando assim, gerenciar plantações em larga escala e agir de forma padronizada, diminuindo perdas e danos e aumentando o rendimento das lavouras. 

Teoricamente esse indicador procura isolar o que é vegetação do que não é, bem como medir a intensidade da mesma, isto é, o vigor de uma planta. Cada banda de cor tem um comprimento de onda diferente, comparando a quantidade de cor vermelha absorvida e a refletância da luz infra-vermelho-próxima (NIR)*, descobriu-se que é possível isolar essas bandas e com isso detectar a presença de plantas.

Isso porque o pigmento de clorofila absorve a maior parte da luz vermelha visível, enquanto a estrutura celular de uma planta reflete a maior parte da luz infravermelha próxima, ou seja, uma alta atividade fotossintética , terá menos refletância na faixa vermelha (RED) e maior refletância na faixa do infravermelho próximo (NIR - Near Infra-red), sendo que plantas que realizam mais fotossíntese são portanto consideradas mais saudáveis.   

 Sua fórmula é:   NDVI  = (NIR – Red) / (NIR + Red)

* São necessárias câmeras específicas para de capturar imagens na banda infravermelho próximo que não é visível a olho nu.

O valor varia entre -1 e 1. Valores próximos a 0 geralmente indicam terra nua, abaixo de 0 significa outras superfícies (água, pedra, nuvem, etc.), vegetações geralmente resultam em um índice entre 0.2 e 1, como ilustra a régua a seguir:

Fonte: Infográfico elaborado por Agrosolutions


Cabe lembrar que cada espécie de planta tem uma estrutura e porte específico, além do clima e solo de cada região e tudo isso interfere nos valores capturados, devendo, portanto, ser calibrados e interpretados de acordo com cada tipo de cultura, para isso vale uma análise temporal da sua área a fim de estabelecer padrões e limites aceitáveis para a sua propriedade.


OutrOS ÍNDICES

 

Fatores ambientais, como condições atmosféricas e características do solo, podem ocasionar problemas/interferências na captação desses índices. Por isso, foram desenvolvidas dezenas de variações para calcular índices vegetativos, você pode conferir uma lista com mais de 60 delas aqui. Abaixo listamos algumas das principais:


EVI


Esse índice minimiza os efeitos de interferência do solo e da atmosfera e tem um melhor resultado em vegetações densas, conseguindo distinguir com mais precisão as nuances existentes nesses tipos de culturas.  O algoritmo utilizado no EVI (Índice de Vegetação Melhorado) é capaz de isolar melhor os indicadores por meio das cores, considerando também a faixa do azul ao invés de utilizar apenas o vermelho e coeficientes de ajuste.

 


*L é fator de ajuste solo; C1 e C2 são coeficientes ajuste aerossóis da atmosfera; RED, Blue e NIR são a reflectância da região espectral de cada respectiva faixa de cor e G o fator de ganho. Os valores recomendados para os coeficientes são L = 1, C1 = 6, C2 = 7,5 e G = 2,5


NDWI


O Índice de diferença normalizada da água (Normalized Difference Water Index) por exemplo busca refletir melhor o teor de água (umidade), sendo um bom indicador para detectar stress hídrico. Valores positivos do NDWI indicam a presença maior de água na vegetação, tendo forte correlação com períodos de chuva em determinada região, enquanto que valores negativos, geralmente indicam plantas secas ou com baixa presença de água.


O USO DE UM SISTEMA INTEGRADO NA ANÁLISE DE DADOS


É verdade que você pode baixar as imagens diretamente dos satélites, processá-las em um Sistema de Informação Geográfica (GIS em inglês), para aplicar filtros e algoritmos capazes de extrair as informações que necessita. Entretanto esse processo requer lidar com arquivos muito pesados (na ordem de Gigabytes) e dependendo dos “tratamentos” nas imagens será necessário máquinas ou servidores com alto poder de processamento, sem contar que o processo é manual e exige conhecimento, dedicação e tempo.

Felizmente, como dito anteriormente, existem ferramentas que podem simplificar todo esse trabalho para você, automatizando a coleta, processamento e entrega organizada da informação a um custo bastante acessível.

O sistema da Agrosolutions é um bom exemplo desse tipo de solução. Abaixo podemos ver uma imagem NDVI aplicada em uma lavoura de Eucalipto em um de nossos clientes, a parte em vermelho representa áreas com pouca vegetação e as partes em verde áreas com maior índice vegetativo.

Fonte: Módulo Satélite - Sistema Agrosolutions

O sistema possui uma API que se conecta automaticamente a diferentes satélites e oferece imagens periódicas para cada área cadastrada. É possível escolher o período desejado, o % de nuvens máximo que será aceitável e o tipo de índice desejado (NDVI, EVI, NDWI e outros). É possível visualizar gráficos com a média, máxima e mínima de cada indicador, bem como exportar essa informação para Excel ou mesmo baixar o arquivo com a imagem tratada para ser (re)processada em um sistema específico do tipo GIS.

Essa integração também lhe garante informações acerca de dados meteorológicos (clima atual e previsão para os próximos dias), bem como uma estimativa da temperatura e umidade do solo.

Outro ponto que merece destaque é que como o processo pode ser feito todo online, é possível definir alertas e receber notificações automaticamente sobre eventos como novas imagens capturadas, índices de precipitação ou temperaturas acima de x%, índice vegetativo abaixo de y%, entre outros.

Entre em contato com nosso suporte para conhecer melhor nossa solução de sensoriamento remoto por satélite.


CONCLUSÃO


Os índices vegetativos estão sob constante estudo e avanços ao longo dos anos se tornando cada vez mais precisos e específicos para cada tipo de análise e portanto podemos esperar que continuarão contribuindo cada vez mais com a agricultura ou o monitoramento ambiental.

O sensoriamento remoto permite ao produtor de maneira autônoma e simplificada, dentre outros fatores avaliar a extensão, intensidade e duração da seca em uma região específica, alerta sobre possibilidades de queimadas/incêndios, o vigor de uma lavoura, localizar pragas ou estimar a produtividade.

Com essas informações em mãos, é possível mensurar o impacto “quantitativamente” e buscar maneiras para reduzir os potenciais danos causados pelo clima, pragas ou doenças.   

Cabe lembrar que independente do fornecedor das imagens (drone ou satélite) ou do indicador utilizado (NDVI, EVI, etc.) tenha sempre a orientação de algum profissional capaz de ajudá-lo a "calibrar" esses números de acordo com a sua região e tipo de cultura e melhor interpretar os resultados obtidos.

Agora que você aprendeu mais sobre sensoriamento remoto e os índices vegetativos, que tal implementar essas novas ferramentas que estão transformando a produção agrícola na sua fazenda?!


PARA SABER MAIS:


· Principais satélites utilizados na agricultura

· Características técnicas dos Satélites Sentinel e seus principais sensores embarcados 

Sobre o autor

Eduardo Rezende
Formado em Ciências da Computação pela Universidade Federal de São Carlos (UFSCar) e pós graduado em Consultoria Empresarial pela Fundação Instituto de Administração (FIA/USP). Eduardo tem mais de 10 anos de experiência no mercado de TI atuando como consultor de projetos em grandes empresas nacionais e internacionais. Eduardo também é produtor rural e diretor na agrosolutions.

Compartilhar:
Compartilhar no WhatsApp Compartilhar no Facebook Compartilhar no Twitter

Veja também!