Dados multi e hiperespectrais da cultura do milho segunda safra cultivado sob diferentes fontes e doses de fósforo

Abstract

RESUMO: O sensoriamento remoto tem ganho destaque na agricultura, uma vez que suas técnicas e modelagem de dados têm sido aplicadas com o intuito de detectar deficiências nutricionais em plantas a partir de seu espectro de reflectância, coletado por sensores multiespectrais e hiperespectrais, além de gerar estimativas de parâmetros biofísicos de culturas. A utilização de veículo aéreo não tripulado (VANT) como ferramenta de monitoramento de lavouras e coleta de dados têm sido mundialmente reconhecida, os avanços recentes na tecnologia computacional, desenvolvimento de software, materiais mais leves, sistemas globais de navegação, sofisticados sensores e a miniaturização estão entre os motivos do crescente uso desta ferramenta tanto no Brasil, como no mundo. O objetivo deste trabalho foi avaliar aplicações e caracterizar dados espectrais da cultura de milho segunda safra cultivado sob diferentes doses de adubo fosfatado, a partir da coleta destes dados com os sensores hiperespectral a nível de campo e câmeras multiespectrais acopladas a VANT. Foram realizados dois experimentos em delineamento de blocos casualizados (DBC), constituído por cinco tratamentos, compostos por diferentes doses de adubo fosfatado (0, 30, 60, 120 e 240 kg ha-1 P2O5) e quatro repetições, aplicados em cultura de milho segunda safra. Os experimentos foram diferenciados pela fonte de adubo fosfatado utilizada (monoamônio fosfato para experimento 1 e superfosfato simples para o experimento 2). Os tratamentos foram aplicados no sulco de plantio e utilizado o sistema de plantio direto. Os dados espectrais foram coletados pelo espectrorradiômetro Fieldspec 3 Jr., aos 30, 37, 53, 66, 73, 80, 92 e 99 DAE e pelas câmeras multiespectrais aos 37, 53, 66, 73, 80 e 92 DAE. Foram avaliados a caracterização da curva espectral do milho a partir dos tratamentos aplicados; desempenho dos índices de vegetação NDVI, GNDVI, RNIR, GNIR, RVI e GRVI, na distinção dos diferentes níveis nutricionais impostos a cultura; modelos discriminantes lineares elaborados a partir dos dados espectrais obtidos pelo espectrorradiômetro na discriminação e classificação de indivíduos; e modelos de PLSR elaborados a partir dos dados espectrais obtidos pelo espectrorradiômetro na predição de fósforo foliar e produtividade da cultura. A partir dos resultados obtidos, pôde-se concluir que o comportamento espectral da cultura de milho segunda safra apresenta diferenças de acordo com os níveis de nutrição da planta promovidos por adubo fosfatado, no qual é possível distinguir plantas sob severa deficiência nutricional de fósforo das plantas bem nutridas por doses maiores do fertilizante; quanto a utilização da técnica multivariada de análise discriminante linear, o modelo apresentou boa qualidade, caracterizada por um erro médio condizente as particularidades da interação do fertilizante com solo e planta; já os índices de vegetação demonstraram habilidade para distinguir tratamentos com deficiência nutricional dos tratamentos cujas planta encontravam-se bem nutridas, porém, pouca sensibilidade para diferenciar os tratamentos compostos maiores doses de adubo; a modelagem dos dados de reflectância espectral, a partir da técnica PLSR, apresentaram potencial para predição de fósforo foliar e produtividade

ABESTRACT: Remote sensing has highlighted in agriculture, since its techniques and data modeling were applied in order to detect plants nutritional deficiencies from their reflectivity spectrum, collected by multispectral and hyperspectral sensors, besides its generate estimate crops biophysical parameters. The use of unmanned aerial vehicle (UAV) as a tool for crop monitoring and data collection, have been recognized worldwide, recent advances in computing technology, software development, lighter materials, global navigation systems, sophisticated sensors and miniaturization are among the reasons for the growing use of this tool in Brazil and other counties. The objective of this work was to evaluate applications and characterize spectral data of second-crop corn cultivated in different phosphate fertilizer doses, from this data collection with field-level hyperspectral sensors and multispectral cameras coupled to UAV. Two experiments were carried out in randomized block design (RBD), consisting of five treatments, composed of different phosphate fertilizer doses (0, 30, 60, 120 e 240 kg ha-1 P2O5), and four repetitions, applied to corn. The experiments were differentiated by the phosphate fertilizer source used (monoammonium phosphate for experiment 1 and simple superphosphate for experiment 2). The treatments were applied in the planting furrow and was used the no-till system. Spectral data were collected by the Fieldspec 3 Jr. spectroradiometer at 30, 37, 53, 66, 73, 80, 92 and 99 DAE and by multispectral cameras at 37, 53, 66, 73, 80 and 92 DAE. The spectral curve characterization of corn was evaluated from the treatments applied; performance of NDVI, GNDVI, RNIR, GNIR, RVI and GRVI vegetation indices, in distinguishing the different nutritional levels imposed on culture; linear discriminant models elaborated from the spectral data obtained by the spectroradiometer in the discrimination and classification of individuals; and PLSR models elaborated from spectral data obtained by spectroradiometer in the prediction of leaf phosphorus and crop productivity. From the results obtained, it was concluded that the spectral behavior of the second-crop corn differs according to the plant nutrition levels promoted by phosphate fertilizer, where it is possible to distinguish plants under severe nutritional phosphorus deficiency from plants well nourished by higher doses of fertilizer; regarding the use of the multivariate technique of linear discriminant analysis, the model showed good quality, characterized by a medium error consistent with the particularities of the fertilizer interaction with soil and plant; the vegetation indexes demonstrated the ability to distinguish treatments with nutritional deficiency from treatments whose plants were well nourished, however, the modeling of spectral reflectance data, using the PLSR technique, showed potential for predicting leaf phosphorus and productivity