Índices vegetais fotogramétricos no milho em sucessão a plantas de cobertura do solo em Areia, Paraíba (Brasil)
DOI:
https://doi.org/10.33448/rsd-v10i7.16403Palavras-chave:
Plantas de cobertura; Zea mays; Drone; Sensoriamento remoto.Resumo
Para melhor controle e eficiência dos cultivos agrícolas nas regiões semiáridas brasileiras, o uso de avaliações com dados provenientes de sensoriamento remoto em conjunto com sistemas de informações geográficas (SIG) estão sendo amplamente utilizados. Neste trabalho objetivou-se comparar os índices vegetativos em sistema de cultivo de milho e plantas de cobertura do solo nas condições semiáridas do Brejo da Paraíba. A pesquisa foi realizada em Areia, Paraíba, Brasil, nos anos agrícolas de 2018/2019 e 2019/2020. O delineamento foi em blocos casualizados, com quatro repetições, no esquema fatorial 3 × 6, correspondente a três genótipos de milho (cultivar Robusto, milho crioulo Pontinha e híbrido AG1051) e seis sistemas de cultivo de plantas de cobertura [(Brachiaria ruziziensis, milheto (Pennisetum glaucum), feijão guandu (Cajanus cajan), Crotalária espectabilis, Crotalária juncea e como testemunha apenas o solo descoberto)], totalizando 18 tratamentos. Foram avaliados os índices vegetais de Visible Atmospherically Resistant Index, Redness Index, Normalized green-Red Difference Index, Ground Level Image Analysis, Excess Red-Green, Excess Red Vegetative Index, Excess Green Index e o Color Index of Vegetation Extraction. De maneira geral, os resultados demonstraram que para observar diferenças entre os genótipos de milho é indicado o uso do índice Excess Red Vegetative Index. Para observar diferenças do efeito das plantas de cobertura no milho, indica-se o Normalized green-Red Difference.
Referências
Acco, M. (2004). Modelagem de dados do satélite Ikonos II para estimativa de micronutrientes na floresta ombrófila mista montana. Dissertação (Mestrado) – Universidade Federal do Paraná, Centro de Ciências Agrárias, Curitiba.
Alvares, C. A., Stape, J. L., Sentelhas, P. C., Gonçalves, J. L. M., & Sparovek, (2013). Köppen's climate classification map for Brazil. Meteorologische Zeitschrift, 22, 721-728. https://doi.org/10.1127/0941-2948/2013/0507
Backes, K. S. (2010). Variações do índice de vegetação por diferença normalizada (NDVI) do sensor modis associadas a variáveis climáticas para o estado do Rio Grande do Sul. Dissertação (Mestrado) – Universidade Federal de Santa Maria. Santa Maria.
Cruz, A. C. (2020). Estimativa de densidade de plantação de cana de açúcar utilizando o espaço de cor cie lab em imagens de alta resolução espacial provindas de VANTS. Dissertação (Mestrado) – Universidade Estadual Paulista (Unesp), Instituto de Ciência e Tecnologia, Sorocaba.
Embrapa - Empresa Brasileira de Pesquisa Agropecuária (2006). Sistema brasileiro de classificação de solos. Rio de Janeiro: Embrapa, 2. ed.
Gerhardt, T. E., & Silveira, D. T. (2009). Métodos de pesquisa. Editora da UFRGS, Brasil.
Gitelson, A. A., Kaufman, Y. J., Stark, R., & Rundquist, D. (2002). Novel algorithms for remote estimation of vegetation fraction. Remote Sensing of Environment, 80(1), 76-87.
Huete, A. R., & Escadafal, R. (1991). Assessment of biophysical soil properties through spectral decomposition techniques. Remote Sensing of Environment. 35, 149-159.
Hunt Júnior, E. R., Cavigelli, M., Daughtry, C. S. T., Mcmurtrey III, J. E., & Walthall, C. L. (2005). Evaluation of digital photography from model aircraft for remote sensing of crop biomass and nitrogen status. Precision Agriculture, 6, 359-378.
IPA - Empresa Pernambucana de Pesquisa Agropecuária (2008). Recomendações de adubação para o estado de Pernambuco (2ª aproximação). 2.ed. Recife: Empresa Pernambucana de Pesquisa Agropecuária. 198p.
Jannoura, R., Brinkmann, K., Uteau, D., Bruns, C., & Joergensen, R. C. (2015). Monitoring of crop biomass using true colour aerial photographs taken from a remote controlled hexacopter. Biosystems Engineering, 129, 341-351.
Kalisch, L., Dalmas, F. B., Paranhos Filho, A. C., & Encina, C. C. (2020). Análise da cobertura vegetal da RPPN Fazenda Uhumirim por meio de sensoriamento remoto. Research, Society and Development, 9(4): e33942737
Kataoka, T., Kaneko, T., Okamoto, H., & Hata, S. (2001). Crop growth estimation system using machine vision. In: Proceedings 2003 IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM 2003). IEEE, 2003. p. b1079-b1083 vol. 2.
Louhaichi, M., Borman, M. M., & Johnson, D. E. (2001). Spatially located platform and aerial photography for documentation of grazing impacts on wheat. Geo car to International, 16(1): 65-70.
Mendoza-Tafolla, R. O., Ontiveros-Capurata, R. E., Juarez-Lopez, P., Alia-Tejacal, I., Lopez-Martinez, V., & Ruiz-Alvarez, O. (2021). Nitrogen and chlorophyll status in romaine lettuce u sing spectral indices from RGB digital images. Zemdirbyste-Agriculture, 108(1): 79-86.
Meyer, G. E., Hindman, T., & Laksmi, K., M. G. (ed.), Deshazer J. A., Machine vision detection parameters for plant species identification. Precision agri540 culture and biological quality, Boston, Massachusetts, USA, 3 4 November, 1998 3543 (November) (1998) 327–335
Meyer, G. E., & Camargo Neto J., (2008). Verification of color vegetation indices for automated crop imaging applications, Computers and Electronics in Agriculture. 63(2), 282-293.
Mumbach, G. L., Kotowski, I. E., Schneider, F. J. A., Mallmann, M. S., Bonfada, E. B., Portela, V. O., Bonfada, E. B., & Kaiser, D. R. (2017). Resposta da inoculação com Azonspirillum brasilense nas culturas de trigo e milho safrinha. Revista Scientia Agraria, 18(2), 97-103.
Pereira, J. L. A. R., Von Pinho, R. G., Souza Filho, A. X., Pereira, M. N., Santos, A. O., & Borges, I. D (2012). Quantitative characterization of corn plant components according to planting time and grain maturity stage. Revista Brasileira de Zootecnia, 41(5), 1110-1117.
Ribeiro, J. E. S., Barbosa, A. J. S., Lopes, S. F., Pereira, W. E., & Albuquerque, M. B. (2018). Seasonal variation in gas exchange by plants of Erythroxylum simonis Plowman. Acta Botanica Brasílica 32, 287-296. https://doi.org/10.1590/0102- 33062017abb0240
Ribeiro, E. S., Faro, B. L. S. O., Nascimento, R. S. C., Carneiro, F. S., Amaral, A. P. M., Bezerra, M. G. S., Amorim, M. B., & Garcia, T. S. (2021). Multitemporal evaluation of the vegetation cover of the Tapirapé biological reserve, Pará. Research, Society and Development, 10(4): e50910414345
Woebbecke, D. M., Meyer, G. E., Von Bargen, K., & Montensen, D. A. (1995). Color indices for weed identification under various soil, residue, and lighting conditions. Transactions of the ASAE, 38(1), 259-269.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Tayron Rayan Sobrinho Costa; Marianne Costa de Azevedo; José Eldo Costa; Valéria Fernandes de Oliveira Sousa; Antonio Veimar da Silva; Fábio Mielezrski

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.