Variáveis espectrais e indicadores de desenvolvimento e produtividade da cana-de-açúcar

• Autor(a) principal: Simões, Maurício dos Santos
• Data de Publicação: 2005
• Outros Autores: Rocha, Jansle Vieira, Lamparelli, Rubens Augusto Camargo
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Scientia Agrícola (Online)
• Texto Completo: https://www.revistas.usp.br/sa/article/view/22061
• topic: NDVI; índices de vegetação; biomassa; índice de área foliar; evolução temporal da cultura; NDVI; vegetation index; biomass; field spectroscopy; temporal evolution

A informação espectral tem boa relação com variáveis agronômicas e pode contribuir com informações para o monitoramento, acompanhamento e previsão de safras. O presente trabalho descreve a análise multitemporal do comportamento espectral da variedade de cana-de-açúcar SP80-1842 e a relação com variáveis agronômicas como índice de área foliar (IAF), número de perfilhos por metro (NPM), produtividade (TCH) e biomassa total (BMT). Nas safras 2000/2001 e 2001/2002, um talhão comercial, localizada no município de Araras/SP foi monitorado em nove campanhas de coleta de dados radiométricos e agronômicos. O comportamento temporal das variáveis espectrais acompanhou o comportamento das variáveis agronômicas. A banda 4 (B4), o índice de vegetação da razão simples (SR), o índice de vegetação por diferença normalizada (NDVI) e o índice de vegetação ajustado ao solo (SAVI) aumentaram seus valores até o fim da fase de crescimento vegetativo, aproximadamente até os 240 dias após o corte, a partir do qual os valores se estabilizaram e diminuíram em função da entrada da cultura na fase de maturação. A banda 3 (B3) e o índice de vegetação da razão (RVI) tiveram queda em seus valores desde o início do ciclo, com posterior estabilização e aumento em seus valores devido ao aumento da quantidade de palha e da queda da biomassa foliar. As variáveis espectrais B3, RVI, NDVI e SAVI tiveram correlações maiores que 0,79 com as variáveis IAF e BMT e de aproximadamente 0,50 com o NPM. Os melhores modelos de regressão linear múltipla foram os com RVI, IAF e NPM e explicaram 0,97 da variação da TCH e 0,99 da BMT.