Análise do NDVI da soja de plataformas orbitais de sensoriamento remoto
Palavras-chave:
Sentinel, Planet, Landsat, Kappa, PearsonSinopse
Os satélites de sensoriamento remoto de observação dos recursos terrestres, conhecidos como de observação da Terra (Florenzano, 2011) com sensores embarcados possibilitaram a obtenção de imagens do globo terrestre e monitoramento da vegetação. Dentre esses satélites, pode-se destacar: o Landsat, Sentinel e mais recente a Planet.
O Landsat 1 foi lançado em 1972 (Florenzano, 2011) pela NASA. Foram lançados até hoje 8 satélites, sendo o LANDSAT-8 com o sensor OLI (Operational Terra Imager) com 15 m de resolução espacial na pancromática e de 30 m na multiespectral; e o sensor TIRS (Thermal Infrared Sensor), sendo todas as imagens ortoretificadas e em formato GeoTiff (Inpe, 2023).
O satélite Sentinel 2A e 2B, foram lançados em 2015 e 2017, respectivamente, primeiro satélite óptico a ser operado pela ESA () tendo como sensores o SAR (Synthetic Aperture Satellite) e MSI (Multispectral Imager) que possui 13 bandas espectrais, variando de 443 a 2190 nm, com resolução espacial de 10 m para as bandas do visível, 20 m para o infravermelho e 60 m para as bandas de correção atmosférica (Embrapa, 2023)
A Planet tem duas constelações com mais de 150 satélites, sendo o Dove mais antigo lançado em 2015 (Planet Labs Pbc., 2023) com imagens diárias da Terra. A constelação PlanetScope possui o sensor SD – Super Dove que apresenta as bandas do visível mais infravermelho, com resolução espacial de 3,0 m, resolução radiométrica de 12 bits e período de revisita diário (Planet Labs, 2022). As imagens podem ser obtidas no nível 3B sendo ortorretificadas e corrigidas.
Assim, os satélites artificiais permitem o monitoramento do dossel das culturas, sendo está uma das técnicas de manejo importantes para acompanhamento da produção agrícola (Kasimati et al., 2023). Por meio de mapas ou imagens pode ser feito o monitoramento da vegetação, avaliar saúde e vigor da plantação (Kasimati et al., 2023), por meio do cálculo de índices de vegetação (IV).
Portanto, o trabalho objetivou avaliar os dados do Índice de Vegetação por Diferença Normalizada (NDVI) da soja da safra de verão 2023/2024, obtidos das plataformas Sentinel 2, Landsat 8-9 e Planet.
Downloads
Os dados de download ainda não estão disponíveis.
Referências
Andrade, T. G., Andrade Junior, A. S. D., Souza, M. O., Lopes, J. W. B., & Vieira, P. F. D. M. J. (2022). Soybean yield prediction using remote sensing in southwestern Piauí State, Brazil. Revista Caatinga, 35, 105–116.
Batistella, D., Modolo, A. J., Campos, J. R. Da R. (2023). Comparative analysis of orbital sensors in soybean yield estimation by the random forest algorithm. Ciência e Agrotecnologia, 47, e002423.
Chedid, V., Cortez, J. W. & Arcoverde, S. N. S. (2024). Monitoring the vegetative state of coffee using vegetation indices. Engenharia Agrícola, 44, e20220212.
Embrapa. (2023). Satélites de monitoramento: Sentinel. Disponível em: <https://www.embrapa.br/en/satelites-de-monitoramento/missoes/sentinel>. Acesso em 13 de março de 2023.
EO Browser. (2024). Sinergise Ltd. Disponível em: https://apps.sentinel-hub.com/eo-browser/. Acesso em 09 de maio de 2024.
Ferreira, P. V. (2018). Regressão e correlação. In: Ferreira, P. V. Estatística Experimental aplicada às ciências agrárias.1 ed. Viçosa: Editora UFV.p. 189 - 217.
Florenzano, T. G. (2011). Iniciação em Sensoriamento Remoto. São Paulo: Oficina de Texto. 128p.
Inpe. (2023). Landsat. Disponível em: <http://www.dgi.inpe.br/documentacao/satelites/landsat> Acesso em 13 de março de 2023.
Kasimati, A., Psiroukis, V., Darra, N., Kalogrias, A., Kalivas, D., Taylor, J.A. & Fountas, S. (2023). Investigation of the similarities between NDVI maps from different proximal and remote sensing platforms in explaining vineyard variability. Precision Agriculture, 24, 1220-1240.
Landis, J. R. & Koch, G. G. (1997). The measurement of observer agreement for categorical data. Biometrics, 33, 159-174.
Pimentel Gomes, F. (2009). Curso de estatística experimental. 15. ed. Piracicaba: FEALQ. 451 p.
Planet Labs. (2022). Planet Imagery Product Specification. 101p.
Planet Labs Pbc. (2023). Planet. Disponível em: <https://www.planet.com > Acesso em 13 de março de 2023.
Qgis.Org. (2022). QGIS Geographic Information System. QGIS Association. Disponível em: https://qgis.org/pt_BR/site/index.html . Acesso em: 10 de agosto de 2022.
Rouse, J. W., Haas, R. H., Schell, J. A., Deering, D. W., & Harlan, J. C. (1973). Monitoring the Vernal Advancement of Retrogradation (Green Wave Effect) of Natural Vegetation. Greenbelt, Maryland, USA: NASA/GSFC. 390 p.
Santos, H. B., Jacomine, P. K. T., Anjos, L. H. C. Dos, Oliveira, V. A. De, Lumbreras, J. F., Coelho, M. R., Almeida, J. A. De, Araujo Filho, J. C. De, Oliveira, J. B. De, & Cunha, T. J. F. (2018). Sistema Brasileiro de Classificação de Solos. Brasília, DF: Embrapa. 356 p.
Sentinel Hub (2023). Cloud api for satellite imagery, Sinergise Ltd. Disponível em: https://www.sentinel-hub.com Acesso em: 24 de outubro de 2023
Próximo
10 September 2024
Categorias
Copyright (c) 2024 Pantanal Editora
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Detalhes sobre essa publicação
ISBN-13 (15)
978-65-85756-40-2
Como Citar
Análise do NDVI da soja de plataformas orbitais de sensoriamento remoto: Vol. Volume 2, Capítulo 1. (2024). Pantanal Editora. https://doi.org/10.46420/9786585756402cap1
