Utilização de imagens de alta resolução de detecção remota na gestão do montado de sobro

UTItIZAqACI nE TMAGENS nF ALTA RESCILUqAO nE nETE6AO REMOTA NA GHSTAO AO MOtVTANCI NO SOtsRO

Dor, Manuel Penteado, Ricardo Braga' e Pedro Aguiar Pinto

motivado a adoESo da agricultura de precisSo. Este conceito estd normal mente associado ) avaliagSo e mo nitorizagSo da variabilidade espacial de condigdes de uma parcela, para aplicar depois os diversos fatores de

produE6o em conformidade com

potencial produtivo (Coelho ef

o

o1.,

2oo4). Desta forma, a agricultura de precisdo pode.d aludar a gerir a variabilidade espacial duma parcela de

) a aplicagdo de fatores de produgSo de forma diferenciada e dessa forma caminhan do para a maximizagSo da margem bruta e preservaEso ambiental. Em agricultura de precisSo sdo uti lizadas diversas tecnologias como o GPS, os sistemas de informag3o geogrdfica (SlG) os sistemas de terreno, conduzindo

agricultura de precisdo, bem como a silvicultL,ra de preci-

de cortiga pode ser feita de

seo seo conceitos que t6m

lo'.nas oiferentes, a

vindo a ganhar mais expressSo em Portugal, embora a sua aplicagSo prdtica ainda esteja aqu6m do possivel e desejdvel. Desta forma, nes te estudo foi testada uma aplicaEao deste sistema de cultura, atrav6s de

tecnologia de detegSo remota, na gesteo do montado de sobro. Assim, avaliar se d a magnitude da variabilidade espacial das varidveis produtividade e qualidade da cortiEa, bem como a capacidade dos indices de

vegetageo e geom6tricos (obtidos por de detegSo remota) em explicdias. Tendo em consideraEso as dificuldades que se encontram na qualificaEdo dos lotes de cortiga no ato de venda, com o auxilio da deteEdo

remota poderd tornar-se possivel uma melhor aproximagEo do valor real do lote retirando influ6ncia ao m6todo acordado para a operagSo de extraqdo de corL.qa.

Posto isto, a operagdo de extraEso tr6s

imeira. a colheita fica a cargo do produtor e os pr

operadores s3o pagos por dia de trabalho; a segunda, a colheita ainda 6 responsabilidade do produtor, mas os operadores s6o pagos de acordo com os resultados, isto e, a quantidade de cortiEa extraida; e na Jltima, a colheita 6 totalmente de responsa-

monitorizaEso de produtividade, a tecnologia de taxa varidvel (VRT) e detegSo remota entre outras. Neste estudo serd dada maior relevAncia ) detegSo remota que atualmente de-

bilidade do comprador pagando ao produtor consoante a quantidade e qualidade de cortiga que extrai (Carvalho, 2oo7). Os m6todos que forarn ganhando cada vez mais ex-

t6m grande relevAncia na prevenEso e combate a inc6ndios, em estudos de sanidade, inventirio florestal,

pressSo s6o os dois Liltimos, gerando

A detegSo remota 6 uma t6cnica que permite a recolha de dados sobre o ob.jetivo em estudo sem existir

uma valorizaEso desadequada do produto a ser vendido, urna vez que o produtor vende o seu lote de cortiEa ignorando a sua qualidade real, sendo esta a varidvel qre mais poderd valorizar o seu produto e desta

forma aumentar o poder competitivo do produtor. A necessidade de otimizar a gestdo dos recursos tem

cartografia f

loresta

e estudos de

produgSo

l.

contacto.. Atrav6s da observagSo da reflect6ncia dos objetos em diversos comprimentos de onda 6 possivel Em agriculiura de precisSo, a detegSo remota 6 utilizada principal

mente atrav6s de imagens a6reas, com o objetivo de registrar e gerir

lnsliiLrto Srperlor ile Agtoronria, lapacla cla A.1ttda64c1 ot7 Lisbrla

L4 dezer6

o

/ .ne

ro

/ lou-,"

1q.

Agrob6tica

LD

c)

a variabilidade espacial das culturas,6rvores e solo. Assim, durante o ciclo produtivo, 6 possivel gerir as variaE6es do crescimento vegetativo causados pelo stress hidrico e de nutrientes e de ataque de pragas, que podem afetar negativamente a quantidade e a qualidade da produEdo final (wheran et al.,

zot:). A principal lorma de gerir o ciclo produtjvo das culturas com auxilio de tecnologia de deteEdo remota,6 atrav6s da utilizagdo de indices de vegetaESo.

A cada ob.leto estd associada uma assinatura espectrar, isto 6, um padrEo

de reflect6ncia associado a diferentes com.primentos de onda da radiaEdo incidente sobre o objeto (Ribeiro, zool). E a partir do conhecimento das assinaturas espectrais e das suas variaE6es de superficie para superficie e de entre especies vegetais que se podem construir os indices de vege, taESo capazes de oferecer informa96o variada e diferente entre si. Desta forma, os indices de vegetaEso sdo algoritmos matem jticos resultantes da combinagSo entre diferentes bandas espectrais, tornando-se numa solugdo

simples de reduEio de dados mriltiplos, das diferentes bandas registaias num pixel a um simples valor num6rico (Mateluna et ol., zoog). os indices de vegetaEso fornecem-nos variada rnformagdo, servindo de exemplo o NDVI (Normalized Difference vegetation lndex) que 6 normalmente utilizado para conhecer o vigor da vegetaE5o, pelo pressuposto de que uma planta com bom vigor iri absorver uma grande parte da radiagdo na banda do vermelho (v) e refletir mais radiaEdo na banda do infravermelho proximo (pattenaude ef o1. zoo5). A possibilidade de se conhecer a variabilidade espacial do azoto numa parcela agricola 6 mais um exemplo que revela a utilidade desta ferramenta e agricultura de precisdo. A produgdo vegetal depende muito da aplicaEdo adequada de azoto, o que torna o conhecimento da sua variabilidade espacial importante para a gestdo agricola. Uma vez que esta variabilidade n5o 6 possivel medir diretamente atrav6s de detegEo remota, 6 necessirio o Tecurso a um indicador. Desta forma, a variabilidade espacial do azoto pode ser conhecida atrav6s de medig6es da variabilidade espacial da clorofila devida ) sua forte correlaEdo (weichelt, zorz), sendo possivel Tecorrer a um indice indicador de clorofila para relacionar com a quantidade de azoto na parcela. conhecendo a capacidade de cada indice de vegetagdo, os dados obtidos atraves desta tecnologia fornecem um m6todo eficiente de descrigao da variabilidade espacial, e quando adicionados a modelos agricolas fornecem um apoio frivel A tomada de decis6o (Jones e Barnes, zooo). Assim, demonstrando a exist6ncia de variabilidade espacial e sua magnitude, quer da qualidade, quer da produtividade de cortiEa, e que os indices de vegetaEdo e geom6tricos sdo capazes de explicar essa variabilidade, poderj tornar-se possivel aceitar a detegSo remota uma eficaz ferramenta de gestdo do mon tado de sobro. Para este estudo as varidveis a estudar serdo a produtividade de cortiEa e a sua qualidade comercial na gestdo do montado de sobro, tornando fundamental ter em conta o conceito de coeficiente de descortiEamento, bem como de qualidade de cortiEa. o coeficiente de descortiEamento, que descreve e limita a intensidade de descortigamento, e calculado atrav6s da diviseo da altura de descortiga mento pelo perimetro ) altura do peito (r,jm de altura). Apesar da exist6ncia de outras restrig6es para o cdlculo deste coeficiente,6 desta forma que se consegue perceber a relevancia que estas duas varidveis t6m no cdlculo da produtividade e o interesse que existe em encontrar correlaE6es com varidveis de deteg6o remota. Relativamente a qualidade da cortiEa e ao interesse que pode ter para este estudo como varidvel de gestao do montado de sobro, poderd ser divi dida em dois parametros, calibre e classificaEdo por qualidade. euando se faz refe16ncia ao calibre da cortiga, apenas se trata de espessura. Estando diretamente relacionado com o crescimento anual e nJmero de anos de crescimento, o calibre 6 um fator importante a ter em conta na qualidade da cortiga e na sua inddstria, uma vez que 6 necessdrlo atingir (ou ultrapassar)

um limite minimo de 27rnm para que a cortiga seja utilizada para a produEdo de rolhas (Perei ra, 2oo7). Quanto ) sua ciassificagio por qualidade, a cortiga pode ser representada em 7 classes distintas, sendo que atual mente na Peninsula lb6rica se utiliza a escala com apenas 4 classes (ta-ga, 4a-5a 6a e refugo) onde a primeira classe 6 representativa de melhor qualidade. Esta classificagEo baseiase em dois crit6rios chave, o primeiro relativo A porosidade e o segundo relativo A presenEa de defeitos na cortiga e sua relev6ncia na indr_lstria (Pereira, 2oo7).

MATERIAL E METSOOs Descriqdo da Parcela A parcela em estudo localiza-se

na

Herdade das Falcoeiras, pertencen te ao concelho de Viana do Alentejo, em que a exploragAo do montado 6 feita pela Sociedade Agricola do Moinho da Falcoeira. No montado

6 feita exploraE6o de cortiEa, gado bovino de carne e caEa. fsta parcela (flgura t), com drea de rroha, 6 cons-

tituida de um montado rodeado de cercas, com densidade de plantag5o de aproximadamente zt Arvoresf ha. Cont6m sobreiros, azlnheiras e pastagem natural e esti limitada, tanto a Noroeste como a Sudeste, por cursos de dgua, e a Nordeste e Sudoes-

te por caminhos.

O montado em estudo apresenta duas manchas de solo, uma Pg

e

outra Pgm (Cardoso, 1965). Quanto ao clima da regido (estagdo meteorol69ica de Evora) classifica-se, pela ciassificagSo de Koppen como mesot6rmico hJmido (Csa). Nos 9 anos

do ciclo de produgdo da

cortiga

registou-se um total 4584,5mm de precipitagAo, perfazendo cerca de 5tomm de precipitaEdo m6dia anu al, encontrando se abaixo do limite inlerior (6oomm) do intervaio 6timo de precipitagSo anual (Pereira, 2oo7). No ano de descortiEamento (zotz) a temperatura m6dia mais elevada foi registada no m6s de agosto com um valor de 23,7oC, enquanto a temperatura m6dia mais baixa teve reg sLo no nes de levereiro com t,Ioc.

Agrob6tica

. dezembro / janeiro

/ fevereiro

l5

c c-J

o

({l

L

)

:5

U CI

Figura t. Parcela em estudo,

delimitada a laranja

P. Dados de Feteqdo Remnta Os indices de vegetagSo e geom6tricos foram obtidos atrav6s de imagens a6reas, capturadas de avido (antes de descortiEamento em zorz), com reflectAncia das bandas do visivel (RGB) e infravermelho pr6ximo. Para tal, foi contratada uma empresa especializada que efetuou um voo a cerca de 5oo metros de altitude tendo a imagem uma resolugSo espacial

resultante de t5 cm. Depois de cap turadas, as imagens foram georrefe

renciadas e corrigidas, de forma a que a sua disposiEso espacia fosse a mais correta.

DELINEAMENTO EXPERIMENTAL E METODOLOGIA GERAL

altura da bifurcag5o; altura de descortiEamento; raios da copa; nJmero

DO ENSAIO

O passo seguinte baseou-se na separagSo da informagSo de interesse (copas das drvores) da infor-

de pernadas; nJmero de pernadas descortiEadas; e por fim a produti-

L. Dados de campo

maESo resta nte, representativa de pastagem e solo. Desta forma foi

vidade, medida logo ap6s descorti gamento (drvore a drvore) com uTna balanga de mdo, digita , com erro mdximo de toog. Atrav6s destas va-

aplicado um li'tro oara a seoaraEdo destes pix6is, eliminando a informa 95o inJtil e individualizando copa por copa. Para a obteng5o dos vaores de reflect6ncia para cada drvore foi criado um centr6ide em cada

Para que as amostras fossem rep.e-

sentativas, a escolha das 6rvores para recolha de dados de campo foi feita no seguimento do trabalho (efetuado por uma empresa contratada) de recolha de amostras de qualidade da cortiEa para efeitos de gesteo da exploragSo. Foram recolhidas as amostras de qualidade de 55 arvores. co.n o t_oveless LUo5,

escolhendo de forma aleat6ria 7 pontos dentro parcela dos quais se selecionou 5 drvores (aleatoriamente) mais pr6ximas de cada ponto. O C oveless CQos classif ica a cortiga em quatro niveis de qualidade uti lizados em Por lugal e I spanha, --5, 4-5, 6 e refugo, medindo tamb6m a sua espessura, em milimetros e em linhas. As drvores amostradas foram

entSo marcadas com numeradas

fita

rldveis medidas no campo foram ob-

tidas varidveis derivadas. No tratamento esiatistico, foram feitas estatisticas descritivas seguidas de anilises de correlagdo para niveis de probabilidade de 95olo, e foram ainda desenvolvidos modelos ajustados para a parcela em estu do, atrav6s do software Statistica B (StatSoft). Para a gestAo da informa gdo geogrdfica reiativa a indices de vegetagSo e geom6tricos foi efetuada com auxilio de plataformas SlG, nomeadamenie QGIS Lisboa e Ar cv rew -J.2.

individuo, contendo a informagdo necessdria para o cdlculo dos indi ces de vegetaEso (figura z). O valor correspondente a este centr6ide foi

calculado com base num filtro de m6dia foca 4x4 pix6is. Os indices de vegetaEso utiliza dos no estudo s5o indices baseados apenas nas bandas de RGB e lV pr6ximo, por serem indices que mais

faci mente se podem obter e a sua obtengSo ser mais barata. Estes indices por terem origem apenas ern

pl6stica,

e

referenciadas com o GPS Trimble Geo Explorer XT. Para recolha dos dados de cam-

po das

ridveis dend rom6tricas, seguiram-se os processos descritos por Godinho e Tom6 (zooz). As varidveis dendromeltricas analisadas foram' diAmetro ) altura do peito; diAmetro na base; altura total; altura da base da copa; altura do fuste;

16

\

va

dezembro / janeiro

/

fevere ro.

Agrob6tica

Figura z. Exemplo de individualizagio de copas com cetr6ide a) copas das 6rvores; b) individualizaE5o das copas e c) copas

individualizadas com cetr6ides

(rJ

n l-

RGB e infraverme ho pr6ximo sdo indices que na sua genera idade estSo relacionados com o vigor das plantas, atividade fotossintetica, densidade de pigmentos nas folhas e ainda com a diferenciaEso entre solo, plantas e dgua. Por outro lado os indices geom6tricos foram uti izados e testados pela possibilidade da geometria das drvores estar relacionada com a produtivi dade e qualidade da cortiEa produzida, tal como.ld foi provado para a geometria do tronco (l erreira e O iveira, r99r; Costa, t99z; Ribeiro, 1992). Tanto os indices de vegetagSo como os indices geometricos utilizados no estudo estSo descriminados, na totalidade, nas colunas dos quadros t e z.

e a circu aridade

(c.v

c-J

(c.v.r6ouo)

qJ

An6lise de correlaqio A andlise de corre agSo permiliu nos verificar a re agSo existente en tre cada variive em estudo. lsto e, o coeficiente de corre aESo indica nos a linearidade que possa existir entre as variiveis dos dados de campo e

de detegSo remota, podendo ser positiva ou negativa (entre -t e t). RESULTADOS E DISCU5SAO

Estatistica descritiva A estatistica descritiva foi utilizada para averiguar a magnitude da variabi idade existente das vardveis dos dados de carnpo bem como para os dados de deteEdo remota, no montado em estudo, A medida de maior relevAncia para esta aniiLise 6 o coeficiente de variagSo por nos indicar qual o desvio re ativo que os valores podem tomar em relagSo ) media, por uniformizar as variaEOes verificadas entre as varidveis e por ser insensivel a unidade e sua magnitude. Posto isto, verificou-se para os dados de campo, que a espessura da cortiEa e a irea media das copas demonstram uma variabiiidade significativa, atingindo va ores de 33o/o e 42a/o, respetivamente; a superficie descortiEada, a produtividade e a c assificaEso da cortiga, sendo das varidveis de maior importAncia para o estudo, apresentam valores para o coeficiente de variaE6o mais significativos, sendo esles 47o/o,68"/o e 53"/o, respetivamente, encontrando se assim entre as variiveis com coeficientes de variagSo mais elevados; o nJmero de pernadas descortiEadas e o comprimento de descortigamento apresentam grande variabilidade, Bo"/o e Q!o/o, respetlvamente; e por fim ave riguou se que n5o existe nenhuma variivel que n3o apresente variabilidade (c.v..loozo). Por sua vez, em observagSo do coeficiente de variagSo relativo aos dados de deteEso remota verificou-se que as varidve s com ma or va riabilidade s5o o NDGRI (figura 4) com coeficiente de variagSo de 59olo e a drea da copa (figura 3) com 49a/o; as indices geom6tricos, perimetro, raio com base na irea e raio com base no perimetro s5o os que se seguem, a par com o SGB com coeficientes de variaEso entre 2oolo e 3oo/o(27"k,25"h,27"/o

respetivamente); por Jltimo, com variabilidades consideradas redu' toz) encontra se o NDVI (c.v.=t6oz.), o DVI(c.v.=t5'2"), o NDVIG (c.v.=12o/o), o NDGBI (c.v.=t6"t), o NDRBI (c.v.=r6ozo), o L(c.v.rtv.), o S e

22o/o,

zidas (muito pr6ximo de

fuer dr

rw

Desta forma, as varidveis de maror interesse para o estudo da gestSo do montado de sobro, dada a sua re evAncia na produgSo de cortiga, s5o' a produtividade (de cortiga) em kglArvore e a cassificagdo da cortiEa, na

escala de classificaEso de t a 7.

Analisando as correlag6es mais sig nificativas entre a produtividade e os dados de campo, observou se

que: a produtividade do sobreiro reveLa uma forte correlag5o com a geometria da drvore, tendo-se registado va ores de Bt"/o para o PAP (e varidveis provenientes), 74"t" para o perimetro na base (e variiveis prove'renLeSr. /1"/o pa'a a area. pe- rreL-o e raio m6dios da copa; as varidveis referentes )s pernadas demonstram corre agSo significativa, com /2a/o para o ndmero de pernadas, T8ozo para o nJmero de pernadas descor tigadas e B4o/o para o comprimento de descort Eamento das pernadas; a aLtura de descortigamento verti cal, a par com a superficie de descortigamento, s5o as varidveis com maior relaEso com a produtividade, tendo-se registado valores de BBo/o e

qo6&r

lm?J

i*

i&

Figura 3. Carta de

4r.",

da. copas (m')

Figura 4. Carta de NDGRI

Agrob6tica

. dezembro

f

lane ro

/ fevereiro

17

6 tf

4J J

TJ

U)

Qy'olo, respetivamente; a produtividade apresenta uma linearidade significa tiva com a espessura cozida, r=/1o/o; e por fim, a Ljnica correlagdo negativa, significativa, verifica se com a altura de descortigamento no fuste, r= 67vo.

Analisando as correlag6es entre a classificaEdo de qualidade da cortiEa e os outros dados de campo, observou se que n6o existem correlaE6es (p.o,oS), com exceEso da classe real que tem a mesma proveni6ncia (r=97.t"). Em anj-

o >

d !r

o o

Quadro i. Anilise de correlagio entre os dados de campo e dados de

o E3 s3 ^ 9: e .E i i? :.E S ;;

-E

d < _ o i o3 e 4 e s E 2 2 2 2 _ H= - fiE ^fi 6 tH ; i d

Perimetro altura

peito

detegio

remota (p.o,os). A azul estSo os valores signifi cativamente relacionados

r.H

dL

E

.e d

Perimetro na base Perimetro altura peito descortigado Espessura da

Area m6dia da Altura fuste No No

descortigada Altura descortigamento fuste descortigamento pernadas

descortiEada Perimetro pernadas a descorl Produtividade

ola

6rv

0,26

0,

a,46

E

Eo !'; Yo

o

.9

t

i!

?

o ddd

:g

uuu

o

Produtividade Classificag5o

o

Quadro z. Modelos ajustados para a vari6vel dependente Produtividade com base em dados obtidos por detegeo remota, com coeffcientes de regress5o estandardizados

lise )s correlaEdes entre a produtividade e os dados obtidos por detegao remota (quadro t), verificou-se que mais uma vez as varidveis com maior correlagao corn a produtividade sao as geometrias da drvore, dentro destas encontrarn-se a drea da copa, o perimetro e os raios obtidos atrav6s destas (56"/o.r,62"/o); a correlagao negativa existente com a lntensidade (l) e SaturaESo (S), r=-azv. s 1=-y'y'a/o, respetivamente, demonstra que a efici6ncia de absorgSo das bandas de RGB (na sua globalldade) estd positivamente relacionada com a produtividade. Analisando as correlaQdes mals significativas entre a classificagSo da

18

dezembro /janeiro

/

feverelro.

Agrob6tica

corti-

ga e os dados obtidos por detegao remota (quadro t), constatou-se que

as correlagoes com

o pVR (r=gu"),

o GPER (r=Atok) e o DVI (r=46y") revelam que para a cortiga ter uma boa classificagEo NDGRI (r=4oot"),

(melhor qualidade), a banda do u"rmelho tem de ser mais absorvida e sucede se o inverso com a banda

dc-r

m

n verde; as correlaEdes positivas com o NDVI (r=45"k) e com o lPVl (r=45.7") demonstram que a boa classificagbo de qualidade da cortiga esti reiacio nada com o bom vigor da drvore; e que o PCD, que traduz a quantidade de biomassa fotossinteticamente ativa, apresenta correlagdo positiva com a classificaEso, p=y'1a/o. De referir que para al6m da classificagSo da cortiga apresentar correlaE6es com as variiveis de indices de vegetaEso bastantes distintas

das correlaE6es que a produtividade apresenra (co.n as rresmas variJveis), a classificagSo da cortiga nio aoresenta cor relaq6es (p.o,o5) co.n indices geom6tricos.

Modelss ajustados Cs modelos ajustados encontrados s5o relativos ) utilizaEdo de todas a varidveis de detegSo remota existentes para a sua construqao (zS), sendo as varidveis eliminadas gradualmente, para a obtenEio do melhor

modelo ajustado. Cs modelos ajustados para a produtividade e classificagSo de cortiga (quadro z) foram esco hidos como sendo os melhores, atrav6s do R' ajustado mais elevado. Para o caso do modelo da pro-

dutividade (R'=o,S8), pelo quadro

z

verificou-se que possui um dec ive da reta de regress5o de o,75 e que a sua ordenada na origem 6 igual a t2./1, o que nos trd ca qJe o modplo sobrestima A partida em rz,7tkg. O R'6 igual a o,75, sendo considerado um valor significativo para a descri, gdo de um modelo, mostrando que consegue estimar /golo dos valores observados. Possui uma raiz de erro medio quadrdtico (RIVSE) igua a e o seu vaJor de RDP (Rdcio do Desvio PadrSo) situa-se no interva o em que o modeJo descrimina valores elevados e valores baixos, com Lrr valor de 1,74. C modelo apresenta 16,96

uma boa efici6ncia de modelaEdo, lV[=o,zs, uma vez que a unidade nos indica a perfeiEso de efici6ncia de modelaqSo e lar co.no o envie samento, o PBIAS apresenta vaior nulo, indicando a perfeiEso de simulaESo da realidade por parte do modelo, no que toca a este parAmetro

estatistico. Quanto ao modelo de classificaEso de qualidade de corti-

qa (R =o,so) fo ercortrado urr mo de o (quadro z) com declive da reta de regressdo de o,61, que apresenta um R' igual a 0,67, considerando-se tambem um valor significativo para a descriEso do modelo. A sua ordena da na o'gem e de t,49 e poss-i ura

tr rf g

B]BLICIG RAFIA

-5

Braga, R., zoog. Viiicultura de PrecisSo. AssociaqSo de Jovens

,Agricultores de Portugal. 84pp. Cardoso, J. V, rqeS. Os Solos de Portugal, Sua ciassifi caq5o, Carac,

raiz de erro m6dio quadrdtico igual a 134. C seu RPD por ser igual a t,77 indica-nos que o modelo descrimina valores elevados e valores baixos. C modelo apresenta uma boa eflci6ncia de modelagSo, M l=o,67 e por fim tal como se verificou com o modelo de produtividade com base em da dos de detegdo remota, este modelo para a classificaEso com dados com d mesma proveni6r-cia. possu urn PBIAS n;lo, qre indica rrais uma vez a perfeiEdo de simulagSo da realidade por parte do modelo.

terizagSo e Genese, A Sul do

Ri