COMPARAÇÃO ENTRE ÍNDICES DE VEGETAÇÃO OBTIDOS POR IMAGENS AÉREAS COM VEÍCULO AÉREO NÃO TRIPULADO (VANT) E SATÉLITE

Abstract

O sensoriamento remoto (SR), amplamente utilizado em diferentes áreas do conhecimento, também pode ser aplicado para o manejo de sistemas agropecuários. Entre as diferentes técnicas aplicadas sobre os produtos de SR, pode se destacar o uso de índices de vegetação, que buscam relacionar variações do comportamento espectral medido através de imagens com diferentes parâmetros biofísicos das plantas. E a qualidade dos produtos resultantes depende diretamente da precisão das imagens utilizadas. Nesse sentido, este trabalho teve como objetivo comparar os índices de vegetação obtidos a partir de imagens de satélite e através de veículo aéreo não tripulado (VANT) em uma área de pastagem irrigada. Foram utilizadas imagens do satélite Landsat-8 e fotografias obtidas com câmeras acopladas em VANT (modelo convencional RGB e adaptada NGB, com bandas no visível e infravermelho próximo). Para as duas fontes de dados, foram calculados os seguintes índices: NDVI, o índice clássico no monitoramento da vegetação; o MPRI, que é correlato ao NDVI, porém se utiliza somente das bandas do espectro visível; o NDVI adaptado à câmeras digitais RGB e; o ENDVI, um aprimoramento do NDVI proposto para otimizar o uso de câmeras RGB. Os índices obtidos pelas duas fontes foram então correlacionados. A fim de tornar a comparação com imagens Landsat-8 mais adequada, os valores digitais das imagens de VANT foram convertidos para valores de reflectância. Os resultados mostraram uma correlação positiva intermediária dos índices NDVI e ENDVI obtidos a partir das imagens de satélite e VANT, que pode ter sido afetada tanto pela diferença de escala das imagens quanto pela variação temporal nas datas de aquisição de ambos os produtos. Evidenciou-se também a necessidade de calibração dos dados das imagens tomadas com VANTs, para garantir que a conversão para reflectância seja mais adequada. De modo geral, os índices estudados mostraram-se sensíveis para indicar as variações na área estudada e confirmaram que podem ser ferramentas de agricultura de precisão, auxiliando no planejamento do manejo das pastagens com a aplicação da Agricultura de Precisão.