Detecção e mapeamento de vegetação daninha em áreas de cultivo de cana-de-açúcar por meio de modelagem geoespacial e técnicas de sensoriamento remoto

Abstract

The presence of weeds in sugar cane cultivation areas can trigger off the 85% drop in the productive potential of the fields, and the activities involved in the control of these infestations represent 8% of the total cost of implementing canebrake. It is observed that current methods of mapping of this information lack compatible techniques to data collection with the speed and scale with which these infestations are manifested in the crop. In this context, the present research proposal aims to establish a methodological procedure to detect and map the presence of weed vegetation in sugarcane fields by means of orbital images of medium spatial resolution. Thus, the strategy adopted to lead the work was to characterize the vegetation index variations (NDVI) of the field targets, with special emphasis on the phenological development phases of healthy sugarcane. The temporal series of the NDVI values were simulated from orbital images (Landsat, Sentinel, CBERS e IRS), seeking to detect the anomalies in the expected behavior of the temporal profile of the vegetation. The outputs showed that the best phases for weed detection are between the cane sprouting period and the beginning of the growth phase, when the soil presents a relation of only 18% of corresponding green leaf to the sugar cane, and with low NDVI values. The maturation period also appeared to be adequate, since the percentage of dry leaf in the soil covers 63% of the area. Therefore in these conditions, it was observed that areas of weed infestation can be detected due to the high vigor of phytomass, contrasting with the conditions of sugar cane

A presença de plantas daninhas em áreas de cultivo de cana-de-açúcar pode condicionar a queda de 85% do potencial produtivo dos talhões, e as atividades envolvidas no controle destas infestações representam 8% do custo total de implementação do canavial. Observa-se que os atuais métodos de mapeamento desta informação carecem de técnicas de coleta de dados compatíveis com a rapidez e escala com que estas infestações se manifestam na lavoura. Neste contexto, a presente proposta de pesquisa apresenta como objetivo estabelecer procedimento metodológico para detectar e mapear a presença de vegetação daninha em talhões canavieiros por meio de imagens orbitais de média resolução espacial. Com isso, a estratégia adotada para condução do trabalho foi caracterizar as variações do índice de vegetação (NDVI) dos alvos em campo, com especial ênfase às fases de desenvolvimento fenológico da cana-de-açúcar sadia. A série temporal dos valores de NDVI foram simuladas a partir de imagens orbitais (Landsat, Sentinel, CBERS e IRS), buscando detectar as anomalias no comportamento esperado do perfil temporal da vegetação. Os resultados demonstraram que as melhores fases para detecção de vegetação daninha estão entre o período de brotação da cana e o início da fase crescimento, quando o terreno apresenta uma relação de apenas 18% de folha verde correspondente à cana-de-açúcar, e com baixos valores de NDVI. O Período de maturação também apresentou-se ser adequado, uma vez que a porcentagem de folha seca no solo recobre 63% da área. Portanto, nestas condições, observou-se que as áreas de infestação de vegetação daninha podem ser detectadas devido ao elevado vigor de fitomassa, se contrapondo às condições da cana-de-açúcar