As imagens de NDVI são importantes ferramenta de agricultura de precisão, auxiliam a atividade agrícola com o papel do monitorar lavouras e oferecendo os índices vegetativos
Acredito que todos sabemos que qualquer produtor deseja tirar o máximo de cada hectare da sua área, produzindo mais com menos, e aumentando os lucros da sua fazenda. Já é consenso também, que a melhor forma de aumentar produtividade é empregar tecnologia, sejam sementes biotecnológicas, máquinas mais eficientes ou agricultura de precisão, e claro, aperfeiçoar as técnicas de gestão, sabendo medir riscos e tomar decisões certas na hora certa.
Estudos indicam que agricultores tomam mais de 700 decisões todos os anos, sobre assuntos referentes ao “antes e depois da porteira”, e que grande parte destas decisões são tomadas intuitivamente, baseadas na experiência, sem necessariamente ser suportada por indicadores concretos.
Na era do Big Data, empresas do mundo inteiro já se beneficiam de análises e indicadores de performance sobre inúmeros aspectos dos seus negócios e tomam decisões baseadas em tendências e mitigação de risco. Mas por que o produtor ainda não conseguiu entrar nessa “onda”?
Sabemos que a incerteza na fazenda vai muito além do que uma planilha de excel pode prever, afinal acompanhar o mercado de commodities e ainda rezar para “São Pedro” dar uma ajudinha é algo bem difícil de se interferir, mas e se você conseguisse acompanhar métricas precisas sobre o dia-a-dia da sua lavoura, identificando precocemente problemas, e ajustando as curvas custo X produção tomando decisões orientadas a dados?
Isso já existe é o que chamamos de rastreabilidade de safra. A seguir apresentamos dois exemplos de como identificar e tomar decisões orientadas a dados utilizando imageamento aéreo periódico durante o ciclo da safra.
No primeiro exemplo temos um pivô de milho onde foram executadas três coletas de dados durante o ciclo da cultura, o primeiro com seis folhas abertas (V6), o segundo no pré pendoamento e o terceiro durante o enchimento de grãos.
Como podemos ver, existia uma certa variabilidade de arranque de crescimento vegetativo identificada na primeira coleta, mas poucas manchas efetivamente remanesceram até o pré-pendoamento da cultura, em especial a mancha indicada na figura. Após validar as informações em campo, constatou-se que se tratava de um problema de erosão, e que as curvas de nível deveriam ser corrigidas antes da implantação da próxima cultura.
No segundo exemplo, temos a identificação de uma falha operacional relacionada à aplicação de insumos em um pivô de batata. A mancha reta que corta o pivô de fora a fora, possui largura de 56 metros, exatamente duas vezes o tamanho da barra do pulverizador utilizado. Se identificado a tempo, uma ação possível seria a repetição da aplicação apenas na área afetada.
Estes mapas de estado vegetativo são gerados a partir de índices de vegetação como o NDVI, VARI, e NDRE.
De posse destes dados, você pode gerar resultados automaticamente no Sensix FieldScan.
Deixe um comentário