ÍNDICES DE VEGETAÇÃO E SUA CORRELAÇÃO COM A PRODUTIVIDADE DA CULTURA DA SOJA EM ÁREA IRRIGADA E DE SEQUEIRO
DOI:
https://doi.org/10.31413/nat.v13i3.18592Keywords:
agricultura de precisão, sensoriamento remoto, Glycine max, NDVI, NDREAbstract
This study aimed to map the spectral response of soybeans during its development cycle, based on the calculation of the vegetation indices NDVI, NDMI, and NDRE in irrigated crops and rainfed crops in an agricultural year with water deficit; map the spatial variability of soybean yield in irrigated and rainfed crops; and evaluate the spatial correlation between vegetation indices and soybean yield. The study was conducted in a commercial cultivation area in Cachoeira do Sul, which had a water deficit for a year. Vegetation indices were obtained from the Crop Monitoring platform, which is available online and free of charge. Soybean productivity was mapped using a grain harvester with a mapping system. Statistical and geostatistical analyses were carried out using the computer programs Statistic (version 7) and QGIS 3.28 (Firenze). All vegetation indices showed a significant spatial correlation with soybean productivity. In rainfed cultivation, the NDVI, NDMI, and NDRE indices showed a positive and significant correlation with soybean productivity at 43 and 48 days after sowing. The NDVI, NDMI, and NDRE indices in irrigated cultivation showed a positive and significant correlation with soybean productivity 128 days after sowing.
References
ALVARES, C. A.; STAPE, J. L.; SENTELHAS, P. C.; GONCALVES, J. L. de M.; SPAROVEK, G. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711-728, 2013. https://doi.org/10.1127/0941-2948/2013/0507
BARNES, E. M.; CLARKE, T. R.; RICHARDS, S. E.; COLAIZZI, P. D.; HABERLAND, J.; KOSTRZEWSKI, M.; WALLER, P.; CHOI, C.; RILEY, E.; THOMPSON, T.; LASCANO, R. J.; LI, H.; MORAN, M. S. Coincident detection of crop water stress, nitrogen status and canopy density using ground-based multispectral data. In: INTERNATIONAL CONFERENCE ON PRECISION AGRICULTURE, 5th. Proceedings… Bloomington, 2000. 15p. Disponível em: https://www.cabidigitallibrary.org/doi/full/10.5555/20023117563. Acesso em: 13 Abr. 2023.
BRASMAX. Brasmax Compacta IPRO. 2023. Disponível em: < https://brasmaxgenetica.com.br/cultivares/compactaipro>. Acesso em: 13 Abr. 2023.
BOTTEGA, E. L.; QUEIROZ, D. M.; PINTO, F. A. C.; SOUZA, C. M. A. Variabilidade espacial de atributos do solo em sistema de semeadura direta com rotação de culturas no cerrado brasileiro. Revista Ciência Agronômica, v. 44, n. 1, p. 1-9, 2013. https://doi.org/10.1590/S1806-66902013000100001
CALLEGARI-JACQUES, S. M. Bioestatística: princípios e aplicações. Porto Alegre: Artemed, 2003. 255p.
CONAB_Companhia Nacional de Abastecimento. Acompanhamento da safra brasileira de grãos. Brasília, DF, v.11 - Safra 2023/24, n.12 - Décimo segundo levantamento, p. 1-116, setembro 2024. Disponível em: < https://www.gov.br/conab/pt-br/atuacao/informacoes-agropecuarias/safras/safra-de-graos/boletim-da-safra-de-graos/12o-levantamento-safra-2023-2024/boletim-da-safra-de-graos>. Acesso em: 13 Set. 2024.
CORÁ, J. E.; ARAUJO, A. V.; PEREIRA, G. T.; BERALDO, J. M. G. Variabilidade espacial de atributos do solo para adoção do sistema de agricultura de precisão na cana-de-açúcar. Revista Brasileira de Ciência do Solo, v. 28, n. 6, p. 1013-1021, 2004. https://doi.org/10.1590/S0100-06832004000600010
CROP MONITORING. Software de gestão agrícola. Disponível em: <https://crop-monitoring.eos.com/login>. Acesso em: 13 Set. 2024.
DAS, P. B.; MUKUND, D. B.; SAROJ, K. B.; SUJOY, M.; BUDDOLLA, J.; SWARUP, S.; SANTA, R. J.; DIBYENDU, A.; SOUMIT, K. B.; KIRANMAY, S.; PRASHANT, K. S.; PUNEET, S. C. Shifting cultivation induced Burn area dynamics using ensemble approach in Northeast India. Trees, Forests and People. v. 7, e100183, 2022. https://doi.org/10.1016/j.tfp.2021.100183
EMBRAPA_Empresa Brasileira de Pesquisa Agropecuária. Sistema Brasileiro de Classificação de Solos. 3. ed. Brasília: Embrapa Informação Tecnológica, 2013. 353p.
EMATER_Empresa de Assistência Técnica e Extensão Rural. Emater/RS-Ascar divulga atualização da estimativa da safra de verão 2023/24. Disponível em: <https://www.agricultura.rs.gov.br/emater-rs-ascar-divulga-atualizacao-da-estimativa-da-safra-de-verao-2023-24#:~:text=Correspondente%20%C3%A0%20 produtividade%20destas%20culturas,produtividade%20de%2070%2C83%25>. Acesso em: 13 Set. 2024.
FARIAS, J. R. B.; NEPOMUCENO, A. L.; NEUMAIER, N. Ecofisiologia da Soja. Londrina: Embrapa Soja: 2007. 8 p. (Circular Técnica, 48)
GAO, B. C. NDWI: a normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, v. 58, n. 3, p. 257-266, 1996. https://doi.org/10.1016/S0034-4257(96)00067-3
JENSEN, J. R. Introductory digital image processing: a remote sensing perspective. 2. ed. Upper Saddle River: Prentice-Hall, 1996. 384p.
MALDANER, L. F.; MOLIN, J. P.; SPEKKEN, M. Methodology to filter out outliers in high spatial density data to improve maps reliability. Scientia Agricola, v. 79, n. 1, e20200178, 2022. https://doi.org/10.1590/1678-992X-2020-0178
MARTINS, J. D.; PETRY, M. T.; MANTOVANELLI, B. C.; FERRAZZA, C. M. Mapeamento da área irrigada por pivô central em nível de bacia hidrográfica no extremo sul do Brasil. Irriga, v. 1, n. 2, p. 281-296, 2021.
MENEGATTI, L. A. A.; MOLIN, J. P. Remoção de erros em mapas de produtividade via filtragem de dados brutos. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 8, n. 1, p. 126-134, 2004.
MONTANARI, R.; LIMA, R. C.; BONINI, A. S.; MARQUES, L. S.; MINGUINI, R.; CARVALHO, M. P.; PAZ FERREIRO, J.; COSTA, N. R. Variabilidade dos atributos de um latossolo vermelho sob plantio direto no cerrado brasileiro e produtividade da soja. Cadernos Lab. Xeolóxico de Laxe, v. 36, p. 219 - 237, 2011.
PEREIRA, G. W.; VALENTE, D. S. M.; QUEIROZ, D. M.; COELHO, A. L. F.; COSTA, M. M.; GRIFT, T. Smart-Map: An open-source QGIS plugin for digital mapping using machine learning techniques and ordinary kriging. Agronomy, v. 12, n. 6, e1350, 2022. https://doi.org/10.3390/agronomy12061350
QGIS Development Team, 2020. QGIS Geographic Information System. Open Source Geospatial Foundation Project. Disponível em: http://qgis.osgeo.org. Acesso em: 13 Set. 2024.
RODRIGUES, S. P.; FONTANA, D. C.; MORAES, O. L. L.; ROBERTI, D. R. NDVI e fluxo de CO2 em lavoura de soja no Rio Grande do Sul. Revista Brasileira de Meteorologia, v. 28, n. 1, p. 95-104, 2013. https://doi.org/10.1590/S0102-77862013000100011
ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring Vegetation Systems in the Great Plains with ERTS. NASA. Goddard Space Flight Center 3d ERTS-1 Symposium, v. 1, Sect. A. p. 309-317. 1974. Disponível em: < https://ntrs.nasa.gov/citations/19740022614>. Acesso em: 13 Set. 2024.
SAMPAIO, M. I. R.; KUNZ, A.; HILLEBRAND, F. L.; ZAMBERLAN, J. F.; IDALINO, F. D. Análise dos índices de vegetação NDVI e NDRE em imagens obtidas por meio de sensor embarcado em um RPAS para as culturas da soja (Glycine max) e milho (Zea mays) irrigados. Revista Brasileira de Geomática, v. 9, n. 4, p. 350-362, 2021. http://dx.doi.org/10.3895/rbgeo.v9n4.14449
SHIRATSUCHI, L. S.; BRANDAO, Z. N.; VICENTE, L. E.; VICTORIA, D. de C.; DUCATI, J. R.; OLIVEIRA, R. P. de; VILELA, M. de F. Sensoriamento remoto: conceitos básicos e aplicações na agricultura de precisão. In: BERNARDI, A. C. C.; NAIME, J. M.; RESENDE, A. V. et al. Agricultura de precisão: resultados de um novo olhar. Brasília: Embrapa, 2014. Disponível em: < https://www.embrapa.br/busca-de-publicacoes/-/publicacao/1003275/sensoriamento-remoto-conceitos-basicos-e-aplicacoes-na-agricultura-de-precisao>. Acesso em: 13 Set. 2024.
SILVA, E. C.; TRENTIN, C. B.; SILVA, I. S. Índices de vegetação NDVI e EVI no monitoramento do cultivo da soja no município de Querência - MT, safra 2020/2021. Revista Contexto Geográfico, v. 8, n. 15, p. 90-99, 2023. https://doi.org/10.28998/contegeo.8i16.15694
SPEKKEN, M.; ANSELMI, A. A.; MOLIN, J. P. A simple method for filtering spatial data. Precision Agriculture, v. 13, p. 259-266, 2013.
VEGA, A.; CÓRDOBA, M.; CASTRO-FRANCO, M.; BALZARINI, M. Protocol for automating error removal from yield maps. Precision Agriculture, v. 20, p. 1-15, 2019. https://doi.org/10.1007/s11119-018-09632-8
VIEIRA, S. R.; FILHO, O. G.; CHIBA, M. K.; MELLIS, E. V.; DECHEN, S. C. F.; MARIA, I. C. Variabilidade espacial dos teores foliares de nutrientes e da produtividade da soja em dois anos de cultivo em um latossolo vermelho. Revista Brasileira de Ciência do Solo, v. 34, n. 5, p. 1503-1514, 2010. https://doi.org/10.1590/S0100-06832010000500003
Downloads
Published
Issue
Section
How to Cite
License
Copyright (c) 2025 Nativa
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Copyright for articles published in this journal are the authors, with first publication rights granted to the journal. The journal shows open access, and articles are free to use, with proper attribution, in educational and non-commercial.
The articles published in this journal may be reproduced in part or used as a reference by other authors, provided that the source is quoted.
