Monitoramento orbital multiespectral de lavouras em malhas amostrais de cafeicultura de precisão

Abstract

O sensoriamento remoto, em conjunto com a cafeicultura de precisão, pode auxiliar o produtor a identificar as estratégias a serem adotadas, tornando a atividade mais competitiva, aumentando a produtividade e reduzindo o impacto ambiental. Face ao exposto, o objetivo do presente estudo foi avaliar o potencial do sensoriamento remoto multiespectral no monitoramento espacial e temporal da mancha aureolada (Pseudomonas syringae pv. garcae) e identificar e mapear variáveis bióticas e abióticas em uma lavoura cafeeira por meio de índices de vegetação, derivados de imagens multiespectrais Landsat 5/TM. No primeiro estudo, foi utilizado uma série temporal de 11 imagens multiespectrais Landsat 8 OLI/TIRS de janeiro a dezembro de 2014. A partir dessas imagens, calcularamse os índices de vegetação e a temperatura de brilho. De acordo com os resultados obtidos, os índices de vegetação possibilitaram monitorar o progresso espacial e temporal da mancha aureolada na lavoura, e dentre os índices estudados, o MCARI1 apresentou os maiores valores de correlações com a incidência (r = 0,76; p<0,05) e severidade (r = 0,52; p<0,05) da doença. Além disso, por meio da temperatura de brilho, mapeou-se áreas com condições ideias de temperatura para ocorrência da doença. No segundo estudo, as análises de incidência de cercosporiose e infestação do bicho-mineiro nas folhas, pH, matéria orgânica e textura do solo e teores foliares de macro e micronutrientes foram correlacionadas com índices de vegetação, derivados de imagens multiespectrais Landsat 5/TM, adquiridas em datas próximas às análises das variáveis ambientais. Os índices de vegetação apresentaram distribuição espacial semelhante à distribuição espacial das variáveis agronômicas na lavoura. Houve correlação positiva dos índices com a infestação do bicho-mineiro, teor de silte e argila no solo e concentração de Mg, Cu, B e Mn nas folhas, e negativas com a incidência de cercosporiose e pH e teor de areia no solo. Com base nestes resultados, foi possível mapear e identificar as alterações na reflectância espectral dos cafeeiros, causadas por estas variáveis agronômicas.