Avaliação das condições hídricas em lavoura cafeeira por meio de geoestatística e aeronave remotamente pilotada

• Ano de defesa: 2021
• Autor(a) principal: Santos, Sthéfany Airane dos
• Orientador(a): Ferraz, Gabriel Araújo e Silva
• Banca de defesa: Barros, Murilo Machado de, Machado, Marley Lamounier, Figueiredo, Vanessa Castro
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Lavras
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Agrícola
• Departamento: Departamento de Engenharia
• País: brasil
• Palavras-chave em Português: Agricultura de precisão; Aeronaves remotamente pilotadas; Sensoriamento remoto; Irrigação agrícola; Café - Estresse hídrico; Precision agriculture; Remotely piloted aircraft; Remote sensing; Agricultural irrigation; Coffee - Water stress; Geoestatística; Geostatistics
• Área do conhecimento CNPq: Engenharia agrícola
• Link de acesso: https://repositorio.ufla.br/handle/1/46533

As Aeronaves Remotamente Pilotadas (ARP’s) vem se tornando uma tecnologia importante para a Agricultura de Precisão (AP), na última década elas permitiram a aquisição de imagens por sensores remotos, com alta resolução espacial e temporal, além de fornecer diferentes informações. Sendo assim, o objetivo deste trabalho foi avaliar as condições hídricas de uma lavoura cafeeira por meio da geoestatística e do uso de imagens de alta resolução para o cálculo de índices de vegetação. Este estudo foi conduzido em uma área de 1,2 ha, sob o cultivo de cafeeiros da espécie Coffea arabica L., cultivar Topázio MG 1190. A área de estudo e os 30 pontos de amostragem, foram georreferenciados por meio de um GNSS RTK. A coleta de dados foi realizada em duas épocas, período seco (agosto de 2020) e período chuvoso (janeiro de 2021). Foram obtidas imagens de alta resolução utilizando uma ARP equipada com sensor multiespectral, para bandas Red, Nir, Green e Red Edge. O plano de voo foi elaborado no software eMotion e as imagens obtidas foram processadas pelo software Pix4D, o qual criou-se uma nuvem de pontos, um modelo digital de superfície e um ortomosaicos das imagens. Coletou-se 30 amostras de solo indeformadas, na profundidade de 0-10 cm e 30 amostras na profundidade de 10-20 cm, que posteriormente passaram pelo processo de secagem em estufa à 105ºC por 24 horas para estabelecer a densidade de solo, umidade gravimétrica e umidade volumétrica. Foram coletadas folhas às 04:30 da manhã em plantas georreferenciadas, onde foi determinado o potencial hídrico pelo uso de uma Bomba de Scholander. A espacialização e a interpolação de dados da umidade do solo e do potencial hídrico das folhas foi realizado por análise geoestística, com ajuste de semivariogramas e criação de mapas por krigagem ordinária. Por meio das imagens obtidas pela ARP, foram calculados índices de vegetação. A partir da análise de correlação e regressão linear, verificou-se a relação dos atributos obtidos em campo e os índices de vegetação. O grau de dependência espacial obtido pelos dados de geoestatística apresentou forte dependência espacial para todos os atributos avaliados e para ambos os anos de coleta. Os índices de vegetação apresentaram uma diferença significativa quando comparados os períodos seco e chuvoso. Para a análise de correlação entre os dados de campo e os índices de vegetação, o maior valor de foi entre a banda espectral GREEN e a umidade volumétrica coletada na profundidade de 0-10 cm para ano de 2020 (51,57%). O potencial hídrico das folhas de 2021, correlacionou significativamente com uma banda espectral e seis índices de vegetação, já a regressão linear que obteve o melhor ajuste foi para o atributo potencial hídrico de 2021 com o índice NDRE. Estes resultados mostram a eficiência das ferramentas geoestatística e ARP, para avaliação das condições hídricas, e que por meio de estudos ainda mais aprofundados, podem se tonar grandes aliadas à cafeicultura.