Olá, bem vindo a nossa Atividade MAPA!

O uso de VANT (Veículo Aéreo Não Tripulado), popularmente conhecido como “drone”, associado às técnicas de geoprocessamento tem ampliado significativamente as possibilidades de monitoramento das áreas agrícolas. Imagens aéreas de alta resolução espacial permite observar variações dentro de um mesmo talhão e identificar regiões que apresentam comportamento distinto em relação ao restante da lavoura. Em culturas extensivas, como a cana-de-açúcar, fatores relacionados ao solo, à disponibilidade hídrica, ao estado nutricional, à compactação, à população de plantas, à ocorrência de plantas daninhas, pragas e doenças, bem como às práticas de manejo, podem influenciar a uniformidade da cobertura e o desenvolvimento da cultura. A identificação dessas variações pode auxiliar técnicos e produtores a direcionar inspeções de campo e investigar possíveis fatores limitantes ao desenvolvimento das plantas.

As câmeras RGB convencionais, amplamente utilizadas em drones, registram a radiação refletida nas bandas do vermelho, verde e azul, correspondentes à região visível do espectro eletromagnético. Quando essas três bandas são combinadas, forma-se uma imagem semelhante àquela percebida pelo olho humano, permitindo reconhecer visualmente características como coloração, cobertura do solo e diferenças aparentes na vegetação. Entretanto, determinadas características das plantas podem ser avaliadas de forma mais eficiente quando são utilizadas informações de outras regiões do espectro eletromagnético. O infravermelho próximo (NIR) é particularmente importante no monitoramento da vegetação, pois apresenta comportamento de reflectância bastante distinto entre a vegetação e outros alvos presentes na superfície, além de ser sensível a características estruturais do dossel.

Por essa razão, o NDVI (Normalized Difference Vegetation Index) é um dos índices de vegetação mais conhecidos e amplamente utilizados no sensoriamento remoto agrícola. Seu cálculo combina informações das bandas do vermelho e do infravermelho próximo, permitindo explorar uma região espectral especialmente útil para o monitoramento da vegetação. Para sua obtenção, entretanto, são necessários sensores capazes de registrar o infravermelho próximo, como câmeras multiespectrais, que normalmente apresentam custo superior ao das câmeras RGB convencionais. Na ausência desses sensores, existem diversos índices que podem ser calculados exclusivamente a partir das bandas do vermelho, verde e azul, constituindo alternativas viáveis e de menor custo para determinadas aplicações agrícolas.

É importante diferenciar uma imagem RGB de um índice calculado a partir de suas bandas. Na imagem RGB, as bandas do vermelho, verde e azul são combinadas para produzir uma representação visual semelhante à percepção humana. Já os índices utilizam relações matemáticas entre os valores registrados nessas mesmas bandas, buscando realçar determinadas diferenças espectrais que podem ser menos evidentes na observação direta da imagem. Esses índices não acrescentam informações provenientes de outras regiões do espectro, como o infravermelho, mas reorganizam matematicamente as informações disponíveis nas bandas visíveis. Entre os índices RGB, encontra-se o VARI (Visible Atmospherically Resistant Index), que utiliza as bandas do vermelho, verde e azul e pode auxiliar na identificação da variabilidade espacial da vegetação.
 

VARI = (G − R) / (G + R − B)

Em que:
R = banda do vermelho;
G = banda do verde;
B = banda do azul.

A aplicação desse índice pode evidenciar diferenças relativas na resposta da vegetação dentro de um talhão e facilitar a identificação de regiões que apresentam comportamento distinto do padrão predominante da lavoura. É importante destacar, entretanto, que o VARI não permite determinar isoladamente a causa das diferenças identificadas. Os padrões observados constituem indícios espaciais que podem auxiliar no direcionamento de avaliações complementares e inspeções realizadas diretamente no campo.

ATIVIDADE

Caro(a) estudante,

Imagine que você foi contratado(a) para auxiliar no monitoramento de um talhão de cana-de-açúcar já estabelecido.

Durante o acompanhamento da lavoura, o produtor percebeu que a cultura aparentemente não apresenta o mesmo padrão de desenvolvimento em toda a área. Algumas regiões apresentam diferenças visuais de cobertura e coloração da vegetação em relação ao restante do talhão. Entretanto, como a área cultivada é extensa, uma inspeção convencional de toda a lavoura demandaria tempo e poderia dificultar a localização precisa das regiões que necessitam de maior atenção.

Para auxiliar nessa avaliação, foi realizado um levantamento aéreo utilizando um drone equipado com câmera RGB, a partir do qual foi produzido um ortomosaico georreferenciado do talhão. Sua tarefa, então, será utilizar o software QGIS para calcular o índice de vegetação VARI, analisar sua distribuição espacial e comparar o resultado obtido com a imagem RGB original. A partir dessa análise, você deverá identificar e delimitar, por meio de polígonos, as principais regiões que apresentem resposta diferente do padrão predominante da lavoura. As áreas delimitadas serão consideradas prioritárias para uma posterior inspeção em campo, durante a qual poderão ser investigadas possíveis causas agronômicas relacionadas às diferenças observadas.

Ao final da atividade, você deverá elaborar um relatório técnico simplificado, apresentando os resultados obtidos e indicando quais avaliações poderiam ser realizadas em campo para investigar as regiões identificadas.
 

PASSOS PARA A REALIZAÇÃO DA ATIVIDADE

Passo 1 – Instalação do QGIS
• Acesse o site oficial do QGIS: https://qgis.org.
• Baixe e instale a versão estável mais recente do programa, preferencialmente uma versão LTR (Long Term Release).

Passo 2 – Baixar o ortomosaico
Baixe o arquivo do ortomosaico disponibilizado pelo professor no Material da Disciplina:
https://drive.google.com/file/d/1dUEnBpX-_ezmx0sTMOvbvFefoYoVosGl/view?usp=drive_link
O arquivo corresponde a um ortomosaico RGB georreferenciado de um talhão de cana-de-açúcar, produzido a partir de imagens obtidas por drone.

Passo 3 – Instalação do plugin LF Tools
No QGIS:
• Acesse o menu “Complementos” > “Gerenciar e Instalar Complementos”.
• Pesquise pelo complemento “LF Tools”.
• Selecione o plugin.
• Clique em “Instalar Complemento”.
O plugin disponibiliza diferentes ferramentas para processamento de dados geoespaciais, entre elas a ferramenta Aritmética de Bandas, que será utilizada nesta atividade.

Passo 4 – Importar o ortomosaico
Abra o QGIS e crie um novo projeto.
Acesse:
“Camada” > “Adicionar Camada” > “Adicionar Camada Raster”
Selecione o arquivo correspondente ao ortomosaico e adicione-o ao projeto.
Antes de realizar qualquer processamento, observe cuidadosamente a imagem RGB original.
Procure identificar visualmente:
• diferenças na coloração da vegetação;
• regiões aparentemente mais ou menos densas;
• manchas ou padrões distintos dentro do talhão;
• áreas que apresentem comportamento diferente do padrão predominante da lavoura.
Essas observações serão posteriormente comparadas com o resultado obtido a partir do índice VARI
.
Passo 5 – Calcular o índice VARI
Abra a Caixa de Ferramentas de Processamento acessando:
“Processando” > “Caixa de Ferramentas”
Localize:
“LF Tools” > “Raster” > “Aritmética de Bandas”
Selecione o ortomosaico como camada de entrada.
Insira a seguinte expressão:
(b2 – b1) / (b2 + b1 – b3)
Em que:
b1 = banda do vermelho;
b2 = banda do verde;
b3 = banda do azul.
Defina o nome e o local onde o arquivo resultante deverá ser salvo. Por exemplo: vari_cana.tif.
Clique em “Executar”.
Após o processamento, será criada uma nova camada raster contendo os valores calculados do índice VARI.

Passo 6 – Visualização e simbologia
Após a geração do VARI:
• Clique com o botão direito sobre a camada resultante.
• Selecione “Propriedades” > “Simbologia”.
• Em “Tipo de Renderização”, selecione “Banda simples falsa-cor”.
• Escolha uma escala de cores que permita distinguir adequadamente os diferentes valores do índice.
• Recomenda-se utilizar uma escala gradual que facilite a diferenciação visual entre valores relativamente menores e maiores.
• No campo “Configurações de valor Mín./Máx.”, selecione “Cumulativa corte de contagem”.
• Clique em “Aplicar”.
Observe a distribuição espacial dos valores do VARI dentro do talhão.

Passo 7 – Comparação entre a imagem RGB e o VARI
Compare cuidadosamente:
1. o ortomosaico RGB original;
2. a imagem resultante do índice VARI.
Observe se a aplicação do índice tornou mais evidentes regiões que apresentavam diferenças pouco perceptíveis na imagem RGB original.
Durante a análise, considere, principalmente:
• a distribuição espacial dos diferentes valores do índice;
• a presença de manchas ou regiões com comportamento distinto;
• regiões com valores relativamente maiores de VARI;
• regiões com valores relativamente menores de VARI;
• o tamanho e a distribuição das áreas diferenciadas;
• a correspondência entre os padrões identificados no VARI e aqueles observados na imagem RGB original.
Nesta etapa, o objetivo é identificar e interpretar a variabilidade espacial existente no talhão, não determinar de forma definitiva sua causa.

Passo 8 – Registro das imagens
Faça duas capturas de tela de maneira que todo o talhão esteja representado:
• uma captura da imagem RGB original;
• uma captura da imagem resultante do índice VARI.
Essas imagens deverão ser inseridas posteriormente no relatório da atividade.

Passo 9 – Delimitação das áreas prioritárias
Com base no resultado do VARI, identifique as principais regiões que apresentam resposta diferente do padrão predominante da lavoura.
Utilizando as ferramentas de vetorização do QGIS, crie uma camada vetorial do tipo polígono e delimite essas áreas.
Os polígonos deverão representar regiões que, com base na análise do índice VARI, seriam consideradas prioritárias para inspeção em campo.
Não é necessário delimitar todas as pequenas variações existentes no talhão. Priorize as regiões que apresentem diferenças espaciais mais evidentes e contínuas.
Após finalizar a vetorização, faça uma nova captura de tela contendo:
• a camada correspondente ao VARI;
• os polígonos delimitados;
• todo o talhão visível.

Passo 10 – Produção do texto

Com base nos procedimentos realizados, produza um relatório técnico simplificado contemplando os seguintes elementos:
1. Uso de drones no monitoramento agrícola: Explique a importância da utilização de drones no monitoramento das lavouras e como imagens aéreas de alta resolução espacial podem auxiliar na identificação da variabilidade existente dentro dos talhões agrícolas.
2. Imagens RGB e índices de vegetação; Explique a diferença entre uma imagem RGB convencional e um índice de vegetação calculado a partir das bandas do vermelho, verde e azul. Explique por que índices baseados somente nas bandas RGB podem representar uma alternativa quando sensores multiespectrais não estão disponíveis.
3. Índice VARI: Explique o que é o índice VARI, quais bandas são utilizadas em seu cálculo, por que ele pode ser calculado a partir de imagens obtidas por câmeras RGB convencionais e de que maneira sua aplicação pode auxiliar na identificação da variabilidade espacial da vegetação.
4. Apresentação dos resultados: Insira no relatório a imagem do ortomosaico RGB, a imagem correspondente ao índice VARI e a imagem do VARI contendo os polígonos delimitados. As figuras deverão apresentar identificação e legenda adequadas.
5. Comparação entre a imagem RGB e o VARI: Compare o ortomosaico RGB com o resultado obtido após a aplicação do índice VARI. Descreva se o índice permitiu evidenciar padrões espaciais ou regiões que não estavam tão facilmente perceptíveis na imagem RGB original. Explique quais diferenças foram observadas entre as duas formas de representação.
6. Diagnóstico espacial do talhão: Com base nos resultados obtidos, descreva a situação observada no talhão de cana-de-açúcar. Discuta se a resposta da vegetação apresenta distribuição predominantemente uniforme ou heterogênea, onde estão localizadas as principais regiões diferenciadas, se essas regiões formam manchas, faixas ou outros padrões espaciais, quais áreas foram delimitadas por meio dos polígonos e por que essas regiões foram consideradas prioritárias para uma inspeção em campo.
7. Recomendações ao produtor: Considere que as áreas delimitadas serão utilizadas pelo responsável técnico da propriedade para direcionar uma vistoria em campo. Indique quais aspectos deveriam ser avaliados nessas regiões para investigar as possíveis causas das diferenças encontradas.
Entre os fatores que poderiam ser verificados estão:
• desenvolvimento e população de plantas;
• falhas no estabelecimento ou desenvolvimento da cultura;
• presença de plantas daninhas;
• ocorrência de pragas ou doenças;
• disponibilidade de água;
• condições de fertilidade do solo;
• compactação;
• diferenças de manejo;
• outras condições locais que possam influenciar o desenvolvimento da cana-de-açúcar.
As possíveis causas apresentadas deverão ser tratadas como hipóteses a serem verificadas em campo, e não como um diagnóstico definitivo obtido a partir do índice VARI.
Finalize o relatório explicando de que maneira a utilização conjunta de drones, índices espectrais, geoprocessamento e inspeção de campo pode contribuir para tornar o monitoramento das áreas agrícolas mais eficiente e direcionado.
 

ORIENTAÇÕES DE ENTREGA
• Faça sua atividade na forma de um texto dissertativo, com a quantidade de laudas que considerar necessária.
• Desenvolva todos os conteúdos solicitados na atividade.
• Insira as imagens produzidas durante os procedimentos realizados no QGIS.
• Leia novamente o que escreveu, amplie as ideias quando necessário e apresente uma conclusão para a atividade.
• Para auxiliar no desenvolvimento do texto, utilize o livro didático da disciplina e materiais de apoio.
• Desenvolva seu trabalho no Template disponibilizado no Material da Disciplina.
• Atente-se às normas da ABNT quanto às citações e à indicação das referências utilizadas.
• Realize uma cuidadosa revisão ortográfica antes de enviar a atividade.
• Formate o texto utilizando fonte Arial ou Times New Roman, tamanho 12, espaçamento entre linhas 1,5 e texto justificado.
• O arquivo deverá ser entregue em formato DOC ou DOCX.