Índices de vegetação na estimativa da produtividade do feijoeiro cultivado sob doses de nitrogênio - DOI:10.5039/agraria.v14i4a7310

Fernando de Oliveira Turci Sandrini, Fábio Tiraboschi Leal, Anderson Prates Coelho, Leandro Borges Lemos, David Luciano Rosalen

Resumo


O sensoriamento remoto apresenta diversas aplicações na agricultura, destacando-se a definição de áreas de manejos específicos e estimativa da produtividade das culturas. Objetivou-se comparar a acurácia de dois índices de vegetação (NDVI e IRVI) na estimativa da produtividade de grãos e de biomassa do feijoeiro cultivado sob doses de nitrogênio em quatro estádios fenológicos. O experimento foi realizado na safra de inverno de 2018. O experimento apresentou 5 tratamentos, sob doses de N em cobertura (0, 50, 100, 150 e 200 kg ha-1), com quatro repetições. Os índices de vegetação NDVI e IRVI foram obtidos pelo sensor óptico ativo Greenseeker. Foram plotadas regressões do valor médio de NDVI e IRVI de cada parcela com a produtividade de biomassa e de grãos da cultura. As regressões foram submetidas à análise (p < 0,05) e, quando significativas, os ajustes foram testados pelo coeficiente de determinação (R2) e raiz do erro quadrático médio (RMSE). A acurácia da estimativa da produtividade de grãos do feijoeiro por meio de índices de vegetação (R2 = 0,71; RMSE = 162 kg ha-1) é superior do que para a produtividade de biomassa (R2 = 0,52; RMSE = 898 kg ha-1). O estádio fenológico com maior acurácia na estimativa das produtividades é o de enchimento de grãos (R8).


Palavras-chave


acurácia; IRVI; modelagem; NDVI; sensoriamento remoto

Texto completo:

PDF

Referências


Abrahão, S.A.; Pinto, F.A.C.; Queiroz, D.M.; Santos, N.T.; Carneiro, J.E.S. Discriminação de teores de nitrogênio e clorofila foliares do feijoeiro por meio de bandas e índices de vegetação espectrais. Revista Ciência Agronômica, v.44, n.3, p.464-473, 2013. http://ccarevista.ufc.br/seer/index.php/ccarevista/article/view/2081/0. 18 Mar. 2019.

Allen, R.G.; Pereira, L.S., Raes, D., Smith, M. Crop evapotranspiration - guidelines for computing crop water requirements-. Rome: FAO, 1998. 300p. (FAO. Irrigation and Drainage Paper, 56). http://www.fao.org/3/X0490E/X0490E00.htm. 03 Mar. 2019.

Alvares, C.A.; Stape, J.L.; Sentelhas, P.C.; Gonçalves, J.L.M.; Sparovek, G. Koppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v.22, n.6, p.711-728, 2013. https://doi.org/10.1127/0941-2948/2013/0507.

Amaral, C.B.; Oliveira, G.H.F.; Môro, G.V. Phenotyping open-pollinated maize varieties for environments with low nitrogen availability. Archives of Agronomy and Soil Science, v.64, n.10, p.1465-1472, 2018. https://doi.org/10.1080/03650340.2018.1442574.

Araújo, A.P.; Teixeira, M.G. Relationships between grain yield and accumulation of biomass, nitrogen and phosphorus in common bean cultivars. Revista Brasileira de Ciência do Solo, v.32, n.5, p.1977-1986, 2008. https://doi.org/10.1590/S0100-06832008000500019.

Belsley, D.A.; Kuh, E.; Welsch, R.E. Identifying Influential Data and Sources of Collinearity. Regression Diagnostics. New York: John Wiley & Sons, 1980. 292p.

Candiago, S.; Remondino, F.; Giglio, M.; Dubbini, M.; Gatelli, M. Evaluating multispectral images and vegetation indices for precision farming applications from UAV images. Remote sensing, v.7, n.4, p.4026-4047, 2015. https://doi.org/10.3390/rs70404026.

Coelho, A.P.; Rosalen, D.L.; Faria, R.T. Vegetation indices in the prediction of biomass and grain yield of white oat under irrigation levels. Pesquisa Agropecuária Tropical, v.48, n.2, p.109-117, 2018. http://dx.doi.org/10.1590/1983-40632018v4851523.

Companhia Nacional de Abastecimento - Conab. Acompanhamento da safra brasileira - grãos. Brasília: Conab, 2017. 157p. (v. 5 – Safra 2017/18, n. 10 - Décimo levantamento). https://www.conab.gov.br/info-agro/safras/graos/boletim-da-safra-de-graos/item/download/21088_8ca248b277426bb3974f74efa00abab6. 10 Ago. 2018

Empresa Brasileira de Pesquisa Agropecuária – Embrapa. Sistema brasileiro de classificação de solos. 3 ed. Brasília, 2013. 353 p.

Fernández, F.; Gepts, P.; López, M. Etapas de dessarollo en la planta del frijol. In: López, M.; Fernández, F.; Schoonhoven, A. van. Frijol: investigación y producción. Cali: CIAT, 1985, p.61-78.

Flôres, J.D.; Amaral, C.B.; Pinto, C.C.; Mingotte, F.L.C.; Lemos, L.B. Agronomic and qualitative traits of common bean as a function of the straw and nitrogen fertilization. Pesquisa Agropecuária Tropical, v.47, n.2, p.195-201, 2017. https://doi.org/10.1590/1983-40632016v4743979.

Ghilani, C. D.; Wolf, P. R. Adjustment computations: spatial data analysis. 4.ed. New Jersey: John Wiley & Sons Inc., 2006. 611 p.

Grohs, D.S.; Bredemeier, C.; Mundstock, C.M.; Poletto, N. Modelo para estimativa do potencial produtivo em trigo e cevada por meio do sensor GreenSeeker. Engenharia Agrícola, v.29, n.1, p.101-112, 2009. https://doi.org/10.1590/S0100-6916200900010001.

Huang, Y.; Lee, M.A.; Thomson, S.J.; Reddy, K.N. Ground-based hyperspectral remote sensing for weed management in crop production. International Journal of Agricultural and Biological Engineering, v.9, n.2, p.98-109, 2016. https://doi.org/10.3965/j.ijabe.20160902.2137.

Ihuoma, S.O.; Madramootoo, C.A. Recent advances in crop water stress detection. Computers and Electronics in Agriculture, v.141, p.267-275, 2017. https://doi.org/10.1016/j.compag.2017.07.026.

Klering, E.V.; Fontana, D.C.; Roglio, V.S.; Alves, R.C.M.; Berlato, M.A. Modelo agrometeorológico-espectral para estimativa da produtividade de grãos de arroz irrigado no Rio Grande do Sul. Bragantia, v.75, n.2, p.247-256, 2016. https://doi.org/10.1590/1678-4499.287.

Machado, E.D.; Bynum, E.D.; Archer, T.L.; Lascano, R.J.; Wilson, L.T.; Bordovsky, J.; Segarra, E.; Bronson, K.; Nesmith, D.M.; Xu, W. Spatial and Temporal Variability of Corn Growth and Grain Yield: Implications for Site-Specific Farming. Crop Science, v.42, n.5, p.1564–1576, 2002. https://doi.org/10.2135/cropsci2002.1564.

Monteiro, P.F.C.; Ângulo Filho, R.; Xavier, A.C.; Monteiro, R.O.C. Assessing biophysical variable parameters of bean crop with hyperspectral measurements. Scientia Agricola, v.69, n.2, p.87-94, 2012. https://doi.org/10.1590/S0103-90162012000200001.

Mosleh, M.K.; Hassan, Q.K.; Chowdhury, E.H. Application of Remote Sensors in Mapping Rice Area and Forecasting Its Production: A Review. Sensors, v.15, n.1, p.769-791, 2015. https://doi.org/10.3390/s150100769.

Oliveira, L.J.C.; Costa, L.C.; Sediyama, G.C.; Ferreira, W.P.M.; Oliveira, M.J. Modelos de estimativa de produtividade potencial para as culturas do feijão e do milho. Engenharia na Agricultura, v.19, n.4, p.304-312, 2011. https://doi.org/10.13083/1414-3984.v19n04a03.

Raij, B.V.; Andrade, J.C.; Cantarella, H.; Quaggio, J.A. Análise química para avaliação da fertilidade de solos tropicais. 1.ed. Campinas: Instituto Agronômico de Campinas; 2001. 285p.

Richetti, A.; Ito, M. A. Viabilidade econômica da cultura do feijão-comum, safra da seca 2016, em Mato Grosso do Sul. Dourados: Embrapa Agropecuária Oeste, 2015. (Embrapa Agropecuária Oeste. Comunicado Técnico, 208). https://ainfo.cnptia.embrapa.br/digital/bitstream/item/139275/1/COT2015208-CPAO.pdf. 17 Mar. 2019.

Rissini, A.L.D.; Kawakami, J.; Genu, A.M. Índice de vegetação por diferença normalizada e produtividade de cultivares de trigo submetidas a doses de nitrogênio. Revista Brasileira de Ciência do Solo, v.39, n.6, p.1703-1713, 2015. https://doi.org/10.1590/01000683rbcs20140686.

Santos, G.O.; Rosalen, D.L.; Faria, R.T.D. Use of active optical sensor in the characteristics analysis of the fertigated brachiaria with treated sewage. Engenharia Agrícola, v.37, n.6, p.1213-1221, 2017. https://doi.org/10.1590/1809-4430-eng.agric.v37n6p1213-1221/2017.

Soratto, R.P.; Fernandes, A.M.; Santos, L.A.; Job, A.L.G. Nutrient extraction and exportation by common bean cultivars under different fertilization levels: I-macronutrients. Revista Brasileira de Ciência do Solo, v.37, n.4, p.1027-1042, 2013. https://doi.org/10.1590/S0100-06832013000400020.

Toureiro, C.; Serralheiro, R.; Shahidian, S.; Sousa, A. Irrigation management with remote sensing: Evaluating irrigation requirement for maize under Mediterranean climate condition. Agricultural Water Management, v.184, p.211–220, 2017. https://doi.org/10.1016/j.agwat.2016.02.010.

Viero, F.; Bayer, C.; Vieira, R.C.B.; Carniel, E. Management of irrigation and nitrogen fertilizers to reduce ammonia volatilization. Revista Brasileira de Ciência do Solo, v.39, n.6, p.1737-1743, 2015. https://doi.org/10.1590/01000683rbcs20150132.

Xavier, T.F.; Araújo, A.S.F.; Santos, V.B.; Campos, F.L. Inoculação e adubação nitrogenada sobre a nodulação e a produtividade de grãos de feijão-caupi. Ciência Rural, v.38, n.7, p.2037-3041, 2008. https://doi.org/10.1590/S0103-84782008000700038.

Zarco-Tejada, P.J.; González-Dugo, V.; Williams, L.E.; Suárez, L. Berni, J.A.J.; Golshamer, D.; Fereres, E. A PRI-based water stress index combining structural and chlorophyll effects: Assessment using diurnal narrow-band airborne imagery and the CWSI thermal index. Remote Sensing of Environment, v.138, p.38-50, 2013. https://doi.org/10.1016/j.rse.2013.07.024.

Zerbato, C.; Rosalen, D.L.; Furlani, C.E.A.; Deghaid, J.; Voltarelli, M.A. Agronomic characteristics associated with the normalized difference vegetation index (NDVI) in the peanut crop. Australian Journal of Crop Science, v.10, n.5, p.758-764, 2016. https://doi.org/10.21475/ajcs.2016.10.05.p7167.

Zhao, B.; Duan, A.; Karim, S.T.; Liu, Z.; Chen, Z.; Gong, Z.; Zhang, J.; Xiao, J.; liu, Z.; Qin, A.; Ning, D. Exploring new spectral bands and vegetation indices for estimating nitrogen nutrition index of summer maize. European Journal of Agronomy, v.93, p.113-125, 2018. https://doi.org/10.1016/j.eja.2017.12.006.


Apontamentos

  • Não há apontamentos.


Direitos autorais 2019 Fernando de Oliveira Turci Sandrini, Fábio Tiraboschi Leal, Anderson Prates Coelho, Leandro Borges Lemos, David Luciano Rosalen

SCImago Journal & Country Rank

Google Scholar

2020

h5 index: 11

h5 median: 12

Mais detalhes

“Este periódico é filiado à

Revista Brasileira de Ciências Agrárias (Agrária)

ISSN (ON LINE) 1981-0997

Pró-Reitoria de Pesquisa e Pós-Graduação

Universidade Federal Rural de Pernambuco

Rua Dom Manoel de Medeiros, s/n, Dois Irmãos Recife-Pernambuco-Brasil 52171-900

agrarias.prppg@ufrpe.br

secretaria@agraria.pro.br

 Licença Creative Commons
Todo o conteúdo da Agrária, exceto onde está identificado, está licenciado sob uma licença Creative Commons.