A importância de um relatório de imagens captadas por DRONE
Relatório sobre o processamento de imagens captadas por vôo de DRONE
INTRODUÇÃO
Os mapas produzidos do resultado do processamento de imagens captadas por vôo de drone e apresentados nos relatório servem como ferramenta de apoio para os objectivos de optimização de uma cultura.
Será a partir deles, uma vez que estão georreferenciados, que toda a informação recolhida no terreno poderá ser localizada com precisão centimétrica e relacionada com todos os parâmetros que se definam para analisar a performance produtiva da cultura e a fertilidade do solo.
Exemplo :
CAMADAS DE INFORMAÇÃO PROCESSADAS
Foi utilizada uma câmara Micasense Red-Edge M para captar 5 bandas do espectro eletromagnético, sobre a reflectância emitida pela área alvo. Foi também utilizada uma câmara RGB.
As bandas do espectro eletromagnético captadas são:
Banda comprimento de onda (nm)
(AZ) Azul | 475 |
(VE) Verde | 560 |
(VR) Vermelho | 668 |
(NIR) Infravermelho próximo | 840 |
(RE) Queda no vermelho | 717 |
Captadas as imagens contendo valores sobre a intensidade da radiação emitida pela superfície da área sobrevoada, foi possível realizar o cálculo de índices que relacionam e quantificam o desenvolvimento da vegetação, para desse modo se proceder à elaboração de mapas que sirvam de guia à colheita de amostras de solo e seiva.
… um software de análise e manipulação de informação geográfica com uma pasta contendo os ficheiros que permitem a visualização dos mapas produzidos para todos os índices de vegetação, solo e humidade. Esses ficheiros fazem parte deste e de futuros relatórios que se venham a produzir sobre a área sobrevoada e captada pelo drone ….
O objectivo final é perceber quais os factores que mais influenciam o desenvolvimento da cultura, relacionando as áreas de diferentes desenvolvimentos com as respectivas propriedades químicas e físicas do solo, para definir programas de fertilização para a cultura, baseados em cálculos para cada local escolhido.
1. MAPAS ESPECTRAIS E GEOLOCALIZAÇÃO DE PONTOS E ÁREAS DE INTERESSE
No ficheiro GIS, a ordem dos mapas produzidos é a mesma da que se apresenta de seguida, com uma explicação sucinta sobre cada camada/mapa. Então, do topo para a base da lista de camadas apresentadas no painel à esquerda da janela principal do programa, cada mapa é referente à seguinte informação:
1. Pts GPS Antes do Drone
Camada contendo os pontos GPS de algumas marcações anteriores e de outros obtidos enquanto o drone sobrevoava a área total.
2. RGB map01_transparent_mosaic_group1
Mapa RGB, produzido pelas imagens captadas pela segunda câmara transportada pelo Drone.
Este é o mapa da área total, com cor natural, para ajudar a localizar detalhes facilmente identificáveis com luz visível, como são o caso de construções e edifícios, ou outros pormenores facilmente identificáveis à vista normal.
Facilmente identificáveis com luz visível, como são o caso de construções e edifícios, ou outros pormenores facilmente identificáveis à vista normal.
3. Indices SAVI
Índice de Vegetação Ajustado ao Solo (Soil-Adjusted Vegetation Index) é um índice que leva em consideração os efeitos do solo exposto nas imagens analisadas, para ajuste do NDVI quando a superfície não está completamente coberta pela vegetação.
É uma modificação do NDVI com o intuito de minimizar os efeitos da variabilidade, do tipo e densidade da vegetação, criando assim o Índice de Vegetação ajustado ao Solo.
Devido a um parâmetro ajustável ao tipo de vegetação a analisar, foram produzidos 2 mapas SAVI, seguintes:
4. SIPI (Structure Insensitive Pigment Index)
Índice indicado para análise de vegetação cuja estrutura da copa seja variável, como numa vinha ou pomar com grandes diferenças nas copas. Noutras culturas, poderá ser usado para medir as diferenças entre as plantas com grande ramificação e as que só possuem uma haste.
No entanto estas diferentes plantas também estão no terreno com diferentes densidades de cobertura do terreno, razão pela qual outros índices poderão servir para produção de mapas mais precisos para os objectivos da avaliação da produtividade da cultura.
O uso do SIPI será meramente para servir de mais uma comparação no sentido de ajudar a afinar opções de mapas de fertilidade no terreno.
5. GCI (Green Chlorophyll Index)
É um índice empregue para estimar o teor de clorofila nas folhas das várias espécies de plantas no terreno. O teor de clorofila reflecte o estado fisiológico da vegetação; decresce em plantas com crescentes níveis de stress, o que faz deste índice uma boa ferramenta para medir a saúde das plantas, para medir o impacto da sazonalidade, stress ambiental e operações culturais como fertilizações e tratamentos.
6. NDWI (Normalized Difference Water Index)
Índice útil para detectar variações no teor de água na vegetação. O NDWI possui menor sensibilidade que o NDVI aos efeitos atmosféricos e semelhante incapacidade na remoção dos efeitos do solo durante o processamento do índice.
É útil para monitorizar situações de seca.
7. NDRE (Normalized Difference Red-Edge)
Este índice permite explorar informação da designada banda da “queda no vermelho” do espectro electromagnético. É onde ocorre a maior absorção por parte da clorofila e onde a essa luz penetra com maior profundidade na arquitectura das plantas. É mais eficiente na análise de plantas mais saudáveis para as menos saudáveis, por não saturar tanto o mapa como o NDVI.
8. NDVI (Normalized Diference Vegetation Index)
Este é sem dúvida o índice mais conhecido e geralmente empregue para destacar diferentes desenvolvimentos da vegetação que cresce sobre a área captada por câmaras espectrais. A sua eficácia depende do grau de cobertura do solo, sendo mais adequado para culturas que cubram toda a área captada como o caso de pastagens ou florestas.
2. UTILIZAÇÃO DA INFORMAÇÃO GEORREFERENCIADA A PARTIR DOS MAPAS
Destes processamentos, e de outros realizados na obtenção de mais índices que revelem propriedades sobre todo o ecossistema, será possível agrupar e classificar áreas de acordo com os parâmetros que se venham a analisar. Irá sendo construída uma base de dados para apoio técnico à produção, onde cada ponto analisado passa a estar georreferenciado.
As áreas em produção podem agora pedir a obtenção de um mapa de apoio a cada operação que se pretenda realizar.
3. CONCLUSÃO
Os mapas produzidos e apresentados revelam grande heterogeneidade no desenvolvimento da cultura. É fundamental a georreferenciação dessas diferentes manchas de produtividade para serem relacionadas com parâmetros de solo e seiva, organizados numa base de dados, com o objectivo de se organizarem estratégias para elevar e uniformizar a produtividade da cultura.
Com esta organização expandida a toda as áreas em produção, e à medida que as tabelas forem sendo preenchidas com os dados obtidos nas diferentes análises, todas as decisões técnicas terão uma base em parâmetros locais, direcionadas para avaliar a produtividade e sanidade da cultura em cada local, incluindo o controlo sobre a ocupação de áreas pelas infestantes.
Os relatórios do corpo técnico passam a dispor de uma ferramenta de geolocalização de elevada precisão.
Um exemplo sobre a utilidade de tal sistema de organização da informação poderá ser aquela questão mais urgente sobre a produtividade da cultura relativamente às condições nutricionais presentes nas diferentes manchas de solo e que será atendida nas operações seguintes e próximas visitas da Agrodrone, com colheitas de amostras de solo para análise em laboratório de solos.