Sensoriamento remoto termal usando veículo aéreo não- tripulado na cafeicultura de montanha

Abstract

A determinação da variabilidade espacial das características das lavouras do café é uma importante etapa no manejo de sistemas de agricultura de precisão. Informações como modelo digital de elevação (MDE), mapas de umidade do solo e de temperatura de cobertura tem potencial para definir zonas de manejo, que é uma das formas de manejo adotadas em agricultura de precisão. A utilização de sensoriamento remoto de baixa altitude com veículos aéreos não tripulados (VANTs) e câmeras térmicas embarcadas tornam a coleta das informações da variabilidade em campo mais fáceis de serem realizadas e apresentam boa resolução espacial. Dessa forma, este trabalho teve por objetivo desenvolver um sistema com base em VANT para determinar a variabilidade espacial da temperatura de cobertura, gerar o MDE do terreno e delimitar zonas de manejo. Para isso foi desenvolvido um sistema de aquisição automática das imagens de uma área cultivada com café nas bandas do visível e do termal utilizando um VANT. As imagens adquiridas pela câmera termal foram processadas, georreferenciadas e os valores de temperatura de cobertura comparados com os valores das temperaturas de cobertura e umidade de solo coletas com sensores proximais em campo. O MDE obtido pelo VANT foi comparado com o obtido por levantamento altimétrico com Sistema Global de Navegação por Satélite (GNSS). Para isso, foi analisada correlação entre valores de altitudes obtidas em pontos comuns nos dois MDEs gerados. As zonas de manejo foram geradas por analise de agrupamento dos dados de temperatura de cobertura da lavoura, MDE e umidade do solo. Comparado a temperatura de copa coletada com termômetro infravermelho proximal e com as imagens termais obtidas pelo VANT, em horários distintos, verificou-se que o melhor horário para obtenção do mapa de cobertura foi às 14:20 hs. A temperatura de cobertura não apresentou correlação significativa com a umidade do solo. O MDE obtido pelo VANT apresentou boa concordância com o MDE obtido por levantamento altimétrico. As zonas de manejo foram delimitadas, sendo quatro o número ideal de classes para a área estudada.

The determination of the spatial variability of coffee crop characteristics is an important step in the management of precision agriculture systems. Information such as digital elevation model (DEM), maps of soil moisture and canopy temperature has the potential to define management zones. Management zones is one of the methods adopted in precision agriculture. Low altitude remote sensing using unmanned aerial vehicles (UAVs) equipped with embedded thermal cameras makes easier to get the field variability determination and shows good spatial resolution. Thus, the objective of this work was to develop a system using an UAV to determinate the spatial variability of the canopy temperature, to generate the DEM of the area and to delimit management zones. For this, an automatic system of image acquisition was developed for the UAV for monitoring a coffee field. The images taken using thermal camera were processed and georeferenced. The canopy temperature values obtained by the thermal camera were compared to canopy temperature values and soil humidity collected using proximal sensors. The DEM obtained by the UAV was compared to the DEM obtained by a Global Navigation Satellite System (GNSS). The correlation between altitude values obtained by the two DEMs was calculated. The management zones were generated by cluster analysis using data from crop canopy temperature, DEM and soil moisture. Comparing the canopy temperature collected with proximal infrared thermometer and the thermal images obtained by the UAV, at different times, it was verified that the best time for imaging the canopy temperature was at 2:20 pm. The canopy temperatures did not have significant correlation with soil moisture. The DEM obtained by the UAV showed good agreement with the DEM obtained by GNSS. The management zones were delimited, with four the optimum number of classes for the analyzed coffee field.