Índices de vegetação simulados de diferentes sensores na estimativa das variáveis biofísicas do feijoeiro

Abstract

Resumo -O objetivo deste trabalho foi avaliar os índices de vegetação e bandas do vermelho e do infravermelho próximo, gerados a partir dos sensores HRVIR, ETM+ e Modis, nas estimativas de índice de área foliar e produtividade da cultura do feijoeiro. O experimento foi realizado em blocos ao acaso, com parcelas subdivididas, com quatro lâminas de irrigação (179,5, 256,5, 357,5 e 406,2 mm), três doses de N (0,0, 80,0 e 160,0 kg ha -1 ) e quatro repetições. As medidas de reflectância foram obtidas com o Spetron SE-590, no estádio R6 da cultura, nas 48 parcelas. Foram testados: a razão simples, o índice de vegetação por diferença normalizada, índice de vegetação ajustado ao solo e índice de vegetação realçado. Os índices de vegetação foram eficientes na estimativa do índice de área foliar (IAF) e da produtividade da cultura do feijoeiro. Os índices de vegetação e a banda do infravermelho apresentam o mesmo potencial na estimativa do IAF, quando se considera a resolução espectral dos sensores Modis, ETM+ e HRVIR.Termos de indexação: Phaseolus vulgaris, agricultura, reflectância espectral, sensoriamento remoto. Vegetation indices simulated from different sensors for the estimation of biophysical variables of common beanAbstract -The objective of this work was to evaluate the vegetation indices and red and infrared bands of the HRVIR, ETM+ and Modis sensors, in the estimations of leaf area index and grain yield of common bean. The experiment was carried out in a randomized block design, with split plots and four irrigation levels (179.5, 256.5, 357.5, and 406.2 mm), three N rates (0.0, 80.0 and 160.0 kg ha -1 ), and four replicates. The reflectance measurements were obtained through the Spectron SE-590, at R6 stage, on 48 plots. Simple ratio, normalized difference vegetation index, soil-adjusted vegetation index, and enhanced vegetation index were tested. The vegetation indices were efficient to estimate the leaf area index (LAI) and grain yield. The vegetation indices and infrared band show the same potential to estimate LAI, when considering the spectral resolution of Modis, ETM+ and HRVIR.

Cenário Atual Dos Novos Métodos De Fenotipagem De Plantas Urgência Nas Ações De Imersão Do Brasil Na Era Da Bioeconomia

“…O NDVI se mostra como bom indicador do vigor vegetativo das plantas (MONTEIRO et al, 2013). Deste modo se espera que a observação de áreas com maiores valores de índices de vegetação em uma mesma população de plantas considerando condições normais, implicariam em maior vigor vegetativo e consequentemente em maiores produtividades.…”

“…A grande vantagem do uso do sensoriamento remoto orbital para avaliação de áreas agrícolas consiste na agilidade, abrangência e baixo custo da tecnologia, uma vez que nos dias atuais vários produtos de média resolução são disponibilizados de maneira gratuita. As imagens derivadas destes satélites têm sido correlacionadas com vários fatores de interesse agrícola, dentre os quais a estimativa da produtividade em diferentes culturas tem grande destaque (LI et al, 2010;ESQUERDO;ZULLO JÚNIOR e ANTUNES, 2011;GROFF et al, 2013;MONTEIRO et al, 2013).…”

Net Primary Productivity and Dry Matter in Soybean Cultivation Utilizing Datas of Ndvi Multi-Sensors

“…Remote sensing is now considered a powerful tool and unique data source for characterizing vegetation structure and development globally, and has played an increasing role in NPP estimates of ecosystems (Bao et al, 2016). The relationship between remote sensing and biophysical variables can be done by simple sensor bands and also by applying vegetation indices (Monteiro et al, 2013). Vegetation indices are often used to estimate vegetation parameters, and their physical basis is attributed to the high absorption of solar radiation by chlorophyll and their scattering by leaves in the red and near infrared spectral regions, respectively (Gates et al, 1965).…”

“…This index also has a high correlation with vegetation cover percentage (Purevdorj et al, 1998) and green leaf biomass (Gitelson, Gritz, Merzlyak, 2003). In addition, it can be used to estimate biophysical parameters, such as leaf area index (LAI) and the fraction of photosynthetically active radiation that is absorbed (APAR) (Myneni, Williams, 1994), or even to compose models for crop yield estimations (Monteiro et al, 2013;Raun et al, 2001;Dorigo et al, 2007, Martorano, 2007.…”

Characterisation of the Spectral-Temporal Pattern of the Crambe Crop Using Hyperspectral Sensors

“…Research has shown that they are important tools in monitoring crop development (Risso et al, 2012) and correlate with grain yields (Bredemeier, Variani, Almeida, & Rosa, 2013;Monteiro, Angulo Filho, Xavier, & Monteiro, 2013). A time series of NDVI values of agricultural crops throughout their vegetative cycle can provide useful information on growth and crop state (Li et al, 2014).…”