Monitoramento de produtividade de cana-de-açúcar com o uso do NDVI

A cana-de-açúcar é uma das principais culturas agrícolas do Brasil e de vários outros países como Índia, China, Tailândia etc. Sendo assim, fazer o uso de tecnologias de monitoramento da cultura é de essencial importância para programar e otimizar as operações logísticas, assim como para prever a produtividade dos canaviais, que ajuda a prever os indicadores de produção das indústrias açucareira e de biocombustíveis (etanol).

No Brasil, 60% dos canaviais estão localizados no Estado de São Paulo. Recentemente, o Brasil vem demonstrando a rápida transição das tecnologias de colheita manual de baixa produção, dispendiosa e ambientalmente insegura (devido à queima preliminar de folhas da cana-de-açúcar) para as tecnologias de colheita mecanizada (a chamada “colheita verde” que significa a colheita sem queima de folhas verdes).

Isto acelera muito o ritmo de trabalho e colheita durante todo o ano, incluindo a estação chuvosa. Junto com o crescimento da população mundial cresce e a economia global se expande, cresce também a demanda por produtos da indústria açucareira. Isto requer o desenvolvimento e a aplicação de tecnologias inovadoras de cultivo e colheita de cana-de-açúcar e, como consequência, a introdução de um monitoramento global da cultura para avaliar os resultados da produção e controlar certas mudanças nos canaviais.

Devido à necessidade de monitoramento contínuo dos parâmetros de qualidade da cana-de-açúcar e para detectar os picos de sacarose, são necessários métodos simples e fáceis (Terauchi et al., 2012). A aplicação da tecnologia de sensoriamento remoto para monitoramento da vegetação tem sido amplamente estudada por várias décadas e vem contribuindo para a avaliação periódica das mudanças no crescimento e desenvolvimento das culturas.

Monitoramento da Culturas

O monitoramento de culturas em terra é possível instalando equipamentos de navegação e recebendo dados de GPS de colhedoras, tratores dos caminhões de transporte de cana. O equipamento transmite um sinal em tempo real da localização da máquina (latitude e longitude) para uma estação receptora remota. O operador converte as coordenadas geográficas num arquivo de dados espaciais para visualização num visualizador GIS e avaliação da área da parcela colhida.

Métodos de monitoramento baseados no processamento de um mosaico digital de imagens ópticas de resolução espacial submétrica e SAR (Radar de Abertura Sintética), obtidos dos satélites, permitem a capacidade de construir um mapa detalhado das plantas dentro do território em estudo com uma área de vários hectares.

Tais abordagens são eficazes no campo e na fazenda, mas são caras para monitorar em nível regional, estadual ou nacional. A solução aqui é utilizar dados de monitoramento global por satélite com uma resolução espacial comparável ao tamanho dos campos de cana-de-açúcar.

Vários índices de vegetação espectral como NDVI (Índice de Vegetação por Diferença Normalizada), RVI (Índice de Vegetação da Razão), EVI (Índice de Vegetação Melhorado), NDWI (Índice de Diferença Normalizada da Água) são frequentemente utilizados em estudos de autores contemporâneos para avaliar o status da vegetação de cana-de-açúcar e o teor de nitrogênio, umidade, sacarose e sal em caules de plantas.

Avaliação da colheita de cana

Diferentemente de quando a cultura era queimada, hoje, com a realização da colheita mecanizada de cana crua, durante todo o período da operação, o campo mantem uma vegetação verde espessa. Quando a cana-de-açúcar é colhida, as raízes e partes dos toletes permanecem no solo. Estes toletes que vão germinar novamente se diferem significativamente em suas características espectrais das plantas antes da colheita. Isto permite utilizar índices espectrais de vegetação para registrar a data da colheita.

Por exemplo, o crescimento e a colheita da cana-de-açúcar estão correlacionados com a NDVI, que aumenta suavemente durante o crescimento da planta e diminui acentuadamente após a colheita.

A complexidade está no fato de que em canaviais não irrigados, as folhas da cana-de-açúcar podem secar e diferir ligeiramente em imagens ópticas dos caules colhidos.

Além disso, com os avanços na tecnologia de mecanização, a colheita pode ocorrer durante períodos chuvosos, quando não é possível obter imagens óticas dos campos durante semanas ou mesmo meses devido à cobertura de nuvens.

Nesses casos, as imagens SAR são a única fonte de informação. Documentos recentes mostram os exemplos de dados de SAR usados com sucesso para buscar mudanças nas condições da cana-de-açúcar, incluindo aquelas associadas à colheita.

Os dados SAR da banda C (Sentinel-1 e Radarsat-2), banda L (Satélite avançado de observação da Terra, ALOS-2) e banda X (TerraSAR-X) são usados com sucesso para mapear o estado e avaliar a produtividade da cana-de-açúcar.

A possibilidade de determinar os dados da colheita usando imagens SAR está ligada ao fato de que as imagens SAR são sensíveis às mudanças na altura da vegetação e na textura da superfície do campo devido à colheita. A colheita da cana-de-açúcar pode ocorrer durante todo o ano.

Sensoriamento remoto com imagens de satélite

Para o monitoramento do crescimento da safra e a previsão de rendimento, informações precisas e oportunas sobre o crescimento dos canaviais são essenciais, especialmente para o cultivo de cana-de-açúcar em larga escala.

Em países como o Brasil, que se caracteriza pela agricultura em larga escala, a observação do solo do campo tem limites.  Consequentemente, a observação por sensoriamento remoto utilizando imagens de satélite oferece grandes possibilidades de observação e mapeamento com base no solo.

Na detecção remota, as imagens de satélite de alta resolução fornecem dados espectrais precisos para o monitoramento e estimativa da área de cultivo da cana-de-açúcar.

Todas as informações podem ser descritas pelo popular índice de vegetação NDVI (Índice de Vegetação por Diferença Normalizada), que indica a atividade de crescimento da vegetação e tem uma forte correlação com a matéria seca da cultura, o que afeta o rendimento final da cultura. O NDVI  é, portanto, frequentemente utilizado na análise da vegetação, por exemplo, para o monitoramento de culturas.