Batatas em Pendleton

Quandotudo isto se conjuga, obtém-se um conhecimento inestimável. No Drone Rodeo em Pendleton, Oregon, mostrámos que para dar sentido ao NDVI, o contexto é crucial, e as camadas compostas de cor ajudam a preencher os espaços em branco com detalhes contextuais importantes.

A Stahl Farms forneceu o campo: um pivot de batata de 80 acres no campo de testes UAS de Pendleton. O objetivo: explorar, testar e aplicar tecnologia de ponta em agricultura de precisão para fornecer análises precisas, úteis e perspicazes.

Tudo começou com a recolha de dados. A ATI equipou o seu drone AgBot com uma câmara multiespectral calibrada RedEdge da série MicaSense e produziu vários mapas geo-referenciados e ferramentas analíticas, incluindo vários compostos de cor e índices de vegetação (como o NDVI).

O AgBot e o RedEdge

Agora, o NDVI é um ótimo começo, mas se quisermos realmente saber o que se passa, temos de ir ao fundo do poço (literalmente). Estas ferramentas não substituem a prospeção no terreno, mas orientam-na. “É bom para indicar onde pode haver um problema, mas não nos diz nada sobre a natureza desse problema”, diz o especialista em deteção remota, Dr. John Sulik.

“O NDVI é um ótimo começo, mas se quisermos realmente saber o que se está a passar, temos de ir ao fundo do poço (literalmente).

Por exemplo, numa parte do campo, o mapa NDVI expôs uma mancha verde saudável rodeada por uma mancha amarela fraca. Qualquer agrónomo poderia olhar para os dados e assumir razoavelmente que esta área continha batatas saudáveis rodeadas por culturas menos saudáveis, mas tudo o que o Dr. Sulik encontrou foram ervas daninhas bonitas e saudáveis. “Havia dois tipos de estruturas foliares: ervas daninhas de folha larga e gramíneas. As folhas largas são tipicamente mais planas e é por isso que aquela mancha tem um NDVI muito elevado. As gramíneas são mais verticais e não reflectem muita luz infravermelha próxima”.

Uma análise mais aprofundada dos dados relativos ao campo de batatas revelou ainda mais. A camada do Mapa de Clorofila destacou a variabilidade no campo que não aparecia no NDVI ou em imagens aéreas de cor padrão (RGB). De facto, uma análise dos tipos de solo revelou que as zonas insalubres da parte oriental tinham um solo mais arenoso do que o resto do campo. Neste caso, a possibilidade de ver a sua localização GPS no mapa fez uma grande diferença: “Não é divertido percorrer um pivot de 80 acres num solo arenoso. Se soubermos exatamente onde temos de ir nesse campo, poupamos muito esforço”, afirmou.

O Dr. Sulik também comparou os dados RedEdge capturados pela Digital Harvest sobre o mesmo campo de batatas em duas datas distintas e descobriu algumas áreas que exibiram uma perda drástica no NDVI ao longo de cerca de 3 semanas. A causa foi o excesso de água ou a falta? A culpa foi de uma deficiência de nutrientes?

“Se se pretende um dispositivo quantitativo … então é preciso um índice. Se quiser começar a interpretar um mapa, é melhor usar um composto.

– Dr. John Sulik

 

Ele utilizou a camada composta de cores NRG para realçar a variabilidade e destacar informações de imagens texturais que simplesmente não existem em índices como o NDVI. Utilizando o NRG, conseguiu ver claramente um solo mais escuro e húmido na área problemática. Ao examinar a zona, confirmou a presença de água parada. “Se quisermos um dispositivo quantitativo para elaborar prescrições… então queremos um índice. Se quisermos começar a interpretar um mapa, é melhor usar um composto”, diz o Dr. Sulik.

     

 

O composto de cores NRG mostra mais claramente o que o mapa NDVI não mostra: que a área de baixo NDVI detectada é na verdade uma superabundância de água que matou as plantas. A cor púrpura escura no NRG indica áreas de solo saturado de água.

Para criar alguns dos compostos de cor mais úteis, como o NRG, a câmara que está a utilizar tem de captar não só a luz vermelha e de infravermelhos próximos, mas também a luz verde (o “G” em NRG significa “Green”, já agora). Poderá pensar que isto é normal, mas muitas câmaras convertidas populares são concebidas com o NDVI em mente (que não utiliza luz verde), pelo que muitas vezes a banda verde é totalmente filtrada ou, quando não é, é demasiado ruidosa para ser útil.

“Diferentes bandas permitem criar diferentes compostos de cor, que realçam diferentes tipos de variabilidade”, afirma o Dr. Sulik. “Ajuda-nos a pensar e a refletir sobre a forma como vamos fazer a prospeção, ou sobre o problema que se pode colocar.”