Variabilidade espaço-temporal de parâmetros biofisícos do milho irrigado utilizando sensoriamento remoto orbital

Autores

DOI:

https://doi.org/10.5433/1679-0359.2021v42n4p2181

Palavras-chave:

Ciclo fenológico, Manejo da irrigação, Modelos agrometeorológicos.

Resumo

Objetivou-se com o presente estudo estimar a evapotranspiração real da cultura por meio do modelo SAFER, calcular o Kc em função do NDVI e a biomassa da cultura do milho irrigado, utilizando para isso imagens dos sensores Operacional Land Imager (OLI) e Thermal Infrared Sensor (TIRS) do satélite Landsat-8. Foram selecionados os pivôs 21 ao 26 de uma fazenda comercial localizada nos municípios de Bom Jesus da Lapa e Serra do Ramalho, situadas no oeste do estado da Bahia, Brasil. As épocas de semeadura dentro dos pivôs são ordenadas em Norte e Sul ou Leste e Oeste, iniciando o cultivo primeiro em uma das orientações e posteriormente na outra. Verifica-se com base na relação entre NDVI e KcFAO, um alto valor do coeficiente de determinação (R2=0,7921), evidenciando que a variância do KcFAO pode ser explicada pelo NDVI na cultura do milho. Considerando-se os pivôs centrais com diferentes datas de plantio, os valores dos pixels da ETc variaram de 0,0 a 6,0 mm d-1 durante o ciclo fenológico. Os maiores valores foram encontrados para o DOY 199, correspondendo ao DAS em torno de 100 dias. Os valores mais baixos da BIO ocorrem aos 135 DOY em torno de 20 DAS. É observado que existe uma relação entre a ETc e BIO, os DOY mais elevados da BIO são equivalentes com os maiores valores de ETc. Além desta relação, a BIO é fortemente influenciada pela disponibilidade hídrica no solo.

Métricas

Carregando Métricas ...

Biografia do Autor

Taiara Souza Costa, Universidade Federal de Viçosa

Aluna do Curso de Mestrado do Programa de Pós-Graduação em Engenharia Agronômica, Universidade Federal de Viçosa, UFV, Viçosa, MG, Brasil.

Robson Argolo dos Santos, Universidade Federal de Viçosa

Aluno do Curso de Doutorado do Programa de Pós-Graduação em Engenharia Agronômica, UFV, Viçosa, MG, Brasil.

Rosângela Leal Santos, Universidade Estadual de Feira de Santana

Profa Dra, Departamento de Tecnologia, Universidade Estadual de Feira de Santana, UEFS, BA, Brasil.

Roberto Filgueiras, Universidade Federal de Viçosa

Dr., Departamento de Engenharia Agronômica, UFV, Viçosa, MG, Brasil.

Fernando França da Cunha, Universidade Federal de Viçosa

Prof., Departamento de Engenharia Agronômica, UFV, Viçosa, MG, Brasil.

Anderson de Jesus Pereira, Universidade Estadual Paulista

Aluno do Curso de Mestrado em Irrigação e Drenagem, Universidade Estadual Paulista, UNESP, São Paulo, SP, Brasil.

Rodrigo Amaro de Salles, Universidade Federal de Viçosa

Aluno do Curso de Doutorado da Fitotecnia, UFV, Viçosa, MG, Brasil.

Referências

Alface, A. B., Pereira, S. B., Filgueiras, R., & Cunha, F. F. (2019). Sugarcane spatial-temporal monitoring and crop coefficient estimation through NDVI. Revista Brasileira de Engenharia Agrícola e Ambiental, 23(5), 330-335. doi: 10.1590/1807-1929/agriambi

Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (1998). Crop evapotranspiration - guidelines for computing crop water requirements - FAO Irrigation and drainage paper 56 (9nd ed.). Rome: Food and Agriculture Organization of the United Nations.

Althoff, D., Santos, R. A., Bazame, H, C., Cunha, F. F., & Filgueiras, R. (2019). Improvement of hargreaves-samani reference evapotranspiration estimates with local calibration. Water, 11(11), 22-72. doi: 10. 3390/w11112272

Bastiaanssen, W. G. M., & Ali, S. (2003). A new crop yield forecasting model based on satellite meas urements applied across the Indus Basin, Pakistan. Agriculture, Ecosystems e Environment, 94(3), 321-340. doi: 10.1016/S0167-8809(02)00034-8

Bernardo, S., Mantovani, E. C., Silva, D. D., & Soares, A. A. (2019). Manual de irrigação (9a ed.). Viçosa, MG: Imprensa Universitária da UFV.

Bezerra, J. M., Moutra, G. B. A., Silva, B. B., Lopes, P. M. O., & Silva, E. F. F. (2014). Parâmetros biofísicos obtidos por sensoriamento remoto em região semiárida do estado do Rio Grande do Norte, Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental, 18(1), 73-84.

Bhuiyan, C., Saha, A. K., Bandyopadhyay, N., & Kogan, F. N. (2017). Analyzing the impact of thermal stress on vegetation health and agricultural drought - a case study from Gujarat, India. Journal GIScience & Remote Sensing, 54(5), 1943-7226. doi: 10.1080/15481603.2017.1309737

Congedo, L. (2016). Semi-automatic classification plugin documentation: release 5.0.1.1. Roma: Sapienza University of Rome.

Formaggio, A. R., & Sanches, I. A. (2017). Sensoriamento remoto na agricultura. São Paulo: Oficina de Textos.

Frenck, G., Leitinger, G., Obojes, N., Hofmann, M., Newesely, C., Deutschmann, M.,... Tasser, E. (2018). Community-specific hydraulic conductance potential of soil water decomposed for two Alpine grasslands by small-scale lysimetry. Biogeosciences, 15(1), 1065-1078. doi: 10.5194/bg-15-1065-2018

Higuchi, N., Santos, J., Ribeiro, R. J., Minette, L., & Biot, Y. (1998) Biomassa da parte aérea da vegetação de floresta tropical úmida de terra-firme da Amazônia Brasileira. Acta Amazônica, 28(1), 153-165. doi: 10.1590/1809-43921998282166

Jensen, J. R., Bryan, M. L., Friedman, S. Z., Henderson, F. M., Holz, R. K., Lindgren. D.,… Wray, J. R. (1983). Urban/suburban land use analysis. In J. E. Estes (Ed.), Manual of remote sensing (vol. 2, pp. 1571-666, 2nd ed.). Falls Church, VA: American Society of Photogrammetry.

Martins, C. L., Busato, C., Silva, S. F., Rodrigues, W. N., & Reis, E. F. (2013). Avaliação do desempenho de sistemas de irrigação no sul do Estado do Espírito Santo. RevistaAgro@mbiente, 7(2), 236-241. doi: 10. 18227/1982-8470ragro.v7i2.1069

Monteith, J. L. (1972). Solar radiation and productivity in tropical ecosystems. Journal of Applied Ecology 9(3), 747-766. doi: 10.2307/2401901

Pandey, P. K., Dabral, P. P., & Pandey, V. (2016). Evaluation of reference evapotranspiration methods for the Northeastern region of India. International Soil and Water Conservation Research, 4(1), 56-67. doi: 10.1016/j.iswcr.2016.02.003

Ponzoni, F. J., & Shimabukuro, Y. E. (2007). Sensoriamento remoto no estudo da vegetação. São José dos Campos: Ed. Parêntese.

QGIS Development Team (2015). QGIS Geographic information system (3.16). Retcovered from http:// www.qgis.org/

R Core Team (2016). R: A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing. Retrieved from https://www.R-project.org/

Ribeiro, R. B., Filgueiras, R., Ramos, M. C. A., Almeida, L. T., Generoso, T. N., & Monteiro, L. I. B. (2017). Variação espacial-temporal da condição da vegetação na agricultura irrigada por meio de imagens sentinela. Revista Brasileira de Agricultura Irrigada, 11(1), 1884-1893. doi: 10.7127/rbai.v11 n600648

Rissini, A. L. L., Kawakami, J., Genú, A. M. (2015). Índice de vegetação por diferença normalizada e produtividade de cultivares de trigo submetidas a doses de nitrogênio. Revista Brasileira de Ciência do Solo, 39(6), 1703-1713. doi: 10.1590/01000683rbcs20140686

Rouse, J. W., Haas, R. H., Schell, J. A., & Deering, D. W. (1974). Monitoring vegetation systems in the great plains with ERTS. Proceedings of the Earth Resources Technology Satellite-1, Symposium, Greenbelt, 3.

Sá, P. C. C., Sobrinho, J. S., Silva, S. T. A., Ferreira, R. C., & Moura, M. S. B. (2016). Estimativa do saldo de radiação em cultivo irrigado de cana-de-açúcar utilizando dados de sensoriamento remoto orbital. Revista Brasileira de Geografia Física, 9(7), 2164-2178. doi: 10.5935/1984-2295.20160153

Santos, R. A., Venancio, L. P., Filgueiras, R., & Cunha, F. F. (2020). Remote sensing as a tool to determine biophysical parameters of irrigated seed corn crop. Semina: Ciências Agrárias, 41(2), 435-446. doi: 10. 5433/1679-0359.2020v41n2p435

Silva, A. P. N., Moura, G. B. A., Giongo, P. R., & Silva, B. B. (2011). Albedo de superfície estimado a partir de imagens Landsat 5 - TM no Semiárido Brasileiro. Revista de Geografia, 27(1), 154-168.

Silva, B. B., Braga, A. C., Braga, C. C., Oliveira, L. M. M., Montenegro, S. M. G., & Barbosa, B., Jr. (2016). Procedures for calculation of the albedo with OLI-Landsat 8 images: application to the Brazilian semi-arid. Revista Brasileira de Engenharia Agrícola e Ambiental, 20(1), 3-8. doi: 10.1590/1807-1929

Teixeira, A. H. C. (2010). Determining regional actual evapotranspiration of irrigated and natural vegetation in the São Francisco riverbasin (Brazil) using remote sensingan Penman-Monteith equation. Remote Sensing, 2(5), 1287-1319. doi: 10.3390/rs0251287

Teixeira, A. H. C., & Leivas, J. F. (2017). Determinação da produtividade da água com imagens Landsat 8 na região Semiárida do Brasil. Revista Conexões Ciência e Tecnologia, 11(1), 22-34. doi: 10.21439/ conexoes.v11i1.1064

Teixeira, A. H. C., Leivas, J. F., Andrade, R. G., & Hernandez, F. B. T. (2015). Water productivity assessments with Landsat 8 images in the Nilo Coelho irrigation scheme. Revista Irriga, 1(2), 1-10. doi: 10.15809/irriga.2015v1n2p01

Teixeira, A. H. C., Scherer-Warren, M., Hernandez, F. B., Andrade, R. G., & Leivas, J. F. (2013). Large-scale water productivity assessments with modis images in a changing semi-arid environment: a brazilian case study. Remote Sensing, Multidisciplinary Digital Publishing Institute, 5(11), 5783-5804. doi: 10.3390/rs5115783

Toureiro, C., Serralheiro, R., Shahidian, S., & Sousa, A. (2017). Irrigation management with remote sensing: Evaluating irrigation requirement for maiz eunder Mediterranean climate condition. Agricultural Water Management, 184(1), 211-220. doi: 10.1016/j.agwat.2016.02.010

United States Geological Survey (2015). Landsat Project Description. Recuperado de http://landsat.usgs. gov/about_project_descriptions.php.

Vanhellemont, Q., & Ruddick, K. (2014). Turbid wakes associated with of shore wind turbines observed with landsat 8. Remote Sensing of Environment, 145(1), 105-115. doi: 10.1016/j.rse.2014.01.009

Veloso, G. A., Ferreira, M. E., Rosa, R., & Silva, B. B. (2015). Determinação do albedo de superfície em áreas irrigadas do projeto Jaíba (Minas Gerais) mediante imagens Landsat 5 - TM. Revista R. Ra’eGa, 35(1), 126-146. doi: 10.5380/raega.v35i0.39757

Wang, X., Ma, M., Huang, G., Veroustraete, F., Zhang, Z., Song, Y., & Tan, J. (2012). Vegetation primary production estimation at maize and alpine meadow over the Heihe River Basin, China. International Journal of Applied Earth Observation Geoinformation, 17(1), 94-101. doi: 10.1016/j.agrformet.2018. 01.005

Yuan, M., Zhang, L., Gou, F., Su, Z., Spiertz, J. H. J., & Van. W. W. (2013). Assessment of crop growth and water productivity for five C3 species in semi-arid Inner Mongolia. Agricultural Water Management, 122(5), 28-38. doi: 10.1016/j.agwat.2013.02.006

Downloads

Publicado

2021-05-20

Como Citar

Costa, T. S., Santos, R. A. dos, Santos, R. L., Filgueiras, R., Cunha, F. F. da, Pereira, A. de J., & Salles, R. A. de. (2021). Variabilidade espaço-temporal de parâmetros biofisícos do milho irrigado utilizando sensoriamento remoto orbital. Semina: Ciências Agrárias, 42(4), 2181–2202. https://doi.org/10.5433/1679-0359.2021v42n4p2181

Edição

Seção

Artigos

Artigos mais lidos pelo mesmo(s) autor(es)