Há algumas semanas, assim que as condições meteorológicas favoráveis tornaram possível a realização de investigação, iniciámos um trabalho intensivo nos campos experimentais do Centro Consultivo Agrícola de Podkarpackie (PODR) em Boguchwała. Cerca de 250 variedades diferentes de plantas são cultivadas em terras aráveis de 17,94 ha, localizadas em solos de alta qualidade (classes I, II e IIIa). Cada campo, com a sua composição de solo diversa e condições de vegetação variáveis, fornece-nos um material rico para investigação. Segundo o PODR, o tema das experiências corresponde às necessidades actuais da prática agrícola na Voivodia de Podkarpackie e às necessidades das instituições de investigação em todo o país. O estado variado dos campos pertencentes ao Centro torna-os uma área ideal para testar a fotogrametria multiespectral e a análise avançada de deteção remota.
Análise aérea - raid fotogramétrico
A primeira incursão fotogramétrica realizada sobre a área do PODR mostrou correlações e diferenças interessantes no estado das plantas, o que deu início a outras incursões com o objetivo de verificar e analisar os resultados obtidos em maior detalhe. Na investigação, utilizámos um drone multi-rotor proprietário - o Hexacopter X-01 - equipado com um dos melhores sensores multiespectrais do mercado - a câmara Altum da Micasense. Este dispositivo permite registar dados em diferentes gamas de luz, como a luz visível, o infravermelho próximo, o canal de borda vermelha e a imagem térmica, tornando-o uma ferramenta ideal para analisar a saúde das plantas a um nível de detalhe inacessível a olho nu.
Calibração radiométrica e processamento de dados
Durante o raid, também recolhemos os dados necessários para a calibração radiométrica, que é um elemento-chave da análise multiespectral. Para tornar os dados fiáveis e permitir comparações precisas, utilizámos um sensor de intensidade luminosa e um painel de reflectância especial. A calibração radiométrica é particularmente importante nas medições de deteção remota, uma vez que permite ajustar a informação recolhida às condições atmosféricas e de iluminação reais.
Uma vez concluídos os raids, procedeu-se ao processamento do material fotogramétrico, que inclui a calibração, a correção e a criação de um ortofoto. O ortofotomapa resultante é composto por bandas de luz visível, infravermelho próximo, canal vermelho de borda e imagem térmica. Um mapa tão extenso permite identificar com precisão as áreas que requerem uma atenção especial. Com base na ortofoto, calculámos uma série de mapas de indicadores, como o NDRE (Normalized Difference Red Edge), o MCARI (Modified Chlorophyll Absorption Ratio Index) e o OSAVI (Optimised Soil-Adjusted Vegetation Index). Cada um destes mapas fornece informações detalhadas sobre a saúde das plantas e das culturas para permitir a tomada de decisões de apoio à gestão das explorações agrícolas.
Nuvem de pontos e modelo numérico de ocupação do solo
Para tirar as conclusões finais, utilizámos também uma nuvem de pontos e um modelo numérico de ocupação do solo (NMPT) para fornecer uma representação precisa da topografia e da estrutura da vegetação. A nuvem de pontos, criada a partir dos dados recolhidos, fornece uma visualização espacial da área, através da qual podemos identificar a altura das plantas e até a sua densidade. O modelo numérico de ocupação do solo fornece informações adicionais sobre o relevo e o desenvolvimento do terreno, o que é importante para a análise de áreas cultivadas com relevo variado. Por exemplo, uma área com um declive mais acentuado pode ter problemas de erosão do solo ou de distribuição irregular da água, o que pode afetar o crescimento das plantas.
Verificação dos resultados no terreno - observações no terreno
Embora os resultados da fotogrametria e da deteção remota forneçam muitas informações valiosas, na maioria dos casos é necessário verificá-las no campo. Com base nos dados do drone, podemos identificar áreas com melhor ou pior estado das plantas, mas raramente podemos identificar imediatamente a causa do problema. Por isso, para obter uma imagem completa, é necessário fazer observações no terreno e combinar os dados de deteção remota com outras fontes de informação, como mapas de solos e dados de humidade do solo. Ao deslocarmo-nos aos locais que se destacam com valores invulgares nos mapas de indicadores, podemos confirmar as observações do drone e identificar as causas específicas dos problemas, tais como doenças das plantas, deficiências de nutrientes ou irrigação inadequada.
Graças às informações recolhidas, é possível efetuar com rapidez e precisão tratamentos agro-técnicos que melhoram a saúde das plantas e aumentam os rendimentos. Estes tratamentos individualizados são particularmente importantes na agricultura de precisão, que procura minimizar as perdas e otimizar a utilização de produtos químicos e fertilizantes.
Perspectivas futuras - novas etapas da investigação
Os resultados da nossa investigação até à data sobre os campos PODR abrem novas possibilidades no domínio da agricultura de precisão e das tecnologias de deteção remota. Na próxima parte deste artigo, apresentaremos análises mais pormenorizadas dos resultados, bem como exemplos de aplicações práticas dos conhecimentos adquiridos durante a investigação. Consultaremos também pessoal experiente do PODR que partilhará os seus conhecimentos sobre aspectos práticos da gestão das culturas e da interpretação dos resultados numa perspetiva agrícola.
Fique atento para continuar a ler, onde encontrará uma discussão pormenorizada dos resultados e saberá como a combinação da fotogrametria multiespectral com a experiência e os conhecimentos agrícolas pode apoiar os agricultores na sua busca de culturas melhores e mais sustentáveis.