Relação de índices de vegetação com parâmetros biométricos e acúmulo de biomassa

Os índices de vegetação apresentaram moderada a alta correlação com parâmetros biométricos (0,5 ≤ r ≤ 0,72 – Apêndice 22). Por exemplo, todos os índices (independentemente da avaliação) apresentaram alguma correlação com NCOL1, em especial o MTCI (r = 0,72). Logo, esta ferramenta pode ser útil para identificar a taxa de brotação e possíveis pontos de falha no plantio, evento que tem recebido grande atenção por parte das usinas em função da mecanização, disposição e qualidade das mudas depositadas no sulco de plantio.

Embora a maioria das correlações encontradas seja moderada, elas podem ajudar na predição de parâmetros de interesse em estágios precoces da cana-de-açúcar, onde ainda é

possível realizar algum manejo a tempo de corrigir determinada situação não-desejada. Alguns autores como Scotford e Miller (2004) usaram radiômetros e sensores ultrassônicos para mensurar a densidade de perfilhos em trigo, enquanto Phillips et al., (2004) estimaram utilizando sensores de refletância espectral. Na cana-de-açúcar, o grande desafio de utilizar esses tipos de sensores é que uma única planta é composta por diversos perfilhos, sendo que estes podem estar posicionados atrás dos outros e o sensor pode não ser capaz de captar essas variações. Contudo, o cultivo da cana-de-açúcar enfrenta alguns gargalos que contribuem para que o estande da cultura não seja uniforme, como a má distribuição de mudas, qualidade da brotação e ataque de pragas, o que faz com que tal possibilidade de estimativa seja interessante. Assim sendo, seria possível instalar sensores de dossel para cada linha de plantio na frente de um veículo agrícola, de tal modo que o sensor mensurasse a informação da cultura de forma altamente detalhada. Em função da necessidade de haver biomassa para tal mensuração, atualmente essa prática somente está em uso como uma operação adicional de adubação de cobertura de N, porém poderia ser expandida às operações de quebra-lombo (nivelamento do solo aproximadamente 60 dias após plantio), onde o produtor também pode adicionar uma dose complementar de N, no cultivo (subsolagem da entrelinha e adubação pós corte da cana) ou em pulverizações pós-emergentes de taxa variável. A grande vantagem dessa operação é uma única entrada no campo, com aplicação imediata realizada dia e noite.

Devido às limitações de sensores individuais listados acima, pesquisas que explorem plataformas multissensoriais e meçam outros parâmetros biométricos (ao invés de somente refletância de dossel) podem fornecer uma melhor predição da biomassa e, consequentemente, maior acurácia da estimativa de produtividade (ROCHA; AMARAL; DENCOWSKI, 2017), de tal forma que os erros nas estimativas pudessem ser reduzidos por meio de outro sensor capaz de mensurar uma característica adicional. Nesse sentido, a agricultura possui ferramentas para sensoriar atributos de importância biométrica, como por exemplo para mensurar o diâmetro do milho e biomassa a partir da altura de plantas de arroz (SCHEPERS; HOLLAND; FRANCIS, 2017; TILLY et al., 2015), porém a maioria ainda está em fase de testes.

Em relação à biomassa, os índices de vegetação que apresentaram melhores correlações (0,56 ≤ r ≤ 0,79) foram o NDVI e NDRE para as AV1 e 2 (Apêndice 19) e CI (0,72 ≤ r ≤ 0,79) somente para AV1. Na AV3, nenhum índice de vegetação apresentou correlação com a biomassa da cana-de-açúcar. Isso indica que esse estágio fenológico (plantas com mais de 1 m de altura de colmos) é muito tardio para identificar a variabilidade da biomassa da cana, uma vez que ocorre o fenômeno de saturação do sinal do sensor (BÉGUÉ,

devido ao porte da cultura. Portz, Amaral e Molin (2012) argumentam que quando a altura dos colmos ultrapassa 0,5 m, seu dossel está quase fechado e a partir desse estágio a quantidade de folhas não aumenta proporcionalmente ao desenvolvimento dos colmos (aumento da relação colmo-folha), deixando o sensor insensível ao aumento da biomassa da parte aérea. Além do mais, esses autores argumentam que em estágios fenológicos precoces (altura menor que 0,3 m), os sensores não são capazes de avaliar apropriadamente a variabilidade da cana devido à alta refletância do solo (ou palha) e baixo dossel da cultura.

Outro ponto interessante a destacar é que o índice NDRE não apresentou correlação com biomassa quando as áreas são avaliadas separadamente na AV2 (Apêndice 20 e Apêndice 21), ao contrário do NDVI que chegou a apresentar r = 0,73 na fazenda Boa Vista (RB867515). Segundo Holland e Schepers (2010), conforme há aumento da biomassa da cultura, a refletância das bandas NIR (780 nm) e Red-edge (730 nm) também aumenta (muito mais expressivamente no NIR), enquanto a do vermelho (670 nm) não responde ao aumento da biomassa da cultura. Os resultados desse trabalho contrastam Amaral et al., (2014), uma vez que esses autores declararam que o NDRE pode ser sutilmente melhor na previsão da variabilidade da biomassa da cana-de-açúcar do que o NDVI. Visto que o NDVI utiliza as bandas NIR e vermelho, esse índice foi melhor para identificar essa variação de biomassa. Por outro lado, índices de vegetação calculados a partir das bandas NIR e do Red-edge normalmente serão melhores indicadores do teor de clorofila do que índices calculados a partir das bandas vermelho e NIR, que normalmente são mais sensíveis à variação de biomassa.

Essas altas correlações, por si só, já são um indicativo de que a tecnologia de sensoriamento proximal pode ser utilizada para identificar a variabilidade da biomassa da cana-de-açúcar. Porém, cada variedade se comporta de maneira distinta em crescimento, desenvolvimento e características morfológicas, manifestando alta influência no comportamento dos sensores (AMARAL et al., 2014). Assim, pressupõe-se que cada variedade deverá ter sua própria calibração para o parâmetro de interesse no caso da utilização desta estimativa em algoritmos de prescrição de insumos. Isso mostra que a tecnologia de sensoriamento do dossel pode ser usada no início da safra (AV1 e AV2) quando o objetivo é mapear a variabilidade da biomassa (ROCHA; AMARAL; DENCOWSKI, 2017), porém cada índice tem um comportamento distinto e deve ser empregado conforme o estágio fenológico da cultura.