Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.unipampa.edu.br/jspui/handle/riu/7263
Tipo: Trabalho de Conclusão de Curso
Título : Aplicação da plataforma Land Viewer para avaliação de área agrícola afetada por enchente do rio Quaraí
Autor(es): Urquiza, Juliano Mott
Primeiro Orientador: Melo, Cassiane Jrayj de
Resumo: Informações de sensores remotos satelitais, combinadas na forma de índices de vegetação, estão sendo cada vez mais usadas como apoio ao gerenciamento agrícola. A plataforma Land Viewer oferece produtos derivados do processamento de imagens de satélites, tais como índices de vegetação ou combinações coloridas de bandas satelitais, para até dez imagens gratuitas por dia, em média resolução, provenientes dos satélites Landsat 8, Sentinel 2 e CBERS4, permitindo assim obter significativas correlações entre dados espectrais dos sensores e as informações da superfície terrestre obtidas nos processos agrícolas e ambientais em áreas específicas. As mesmas informações podem ser obtidas por meio do geoprocessamento das imagens disponibilizadas diretamente pelas agências espaciais, de forma gratuita, sem limitações de número, utilizando Sistemas de Informação Geográfica como o SPRING do INPE. Nesse sentido, o presente trabalho objetiva: 1) comparar o procedimento de uso da ferramenta Land Viewer e do geoprocessamento direto das imagens, para o estudo de caso de área agrícola no município da Barra do Quaraí, atingida pela cheia do Rio Quaraí, na Fronteira Oeste do Rio Grande do Sul, avaliando a dinâmica das enchentes dentro da propriedade, mediante fotointerpretação de combinações de imagens (RGB e NDVI); 2) discutir correlações existentes entre os gráficos de NDVI vs data e a variável produtividade agrícola, em parcelas plantadas com arroz, durante duas safras, 18/19 e 19/20. Para esse fim, foram extraídas da plataforma Land Viewer as composições coloridas RGB, os mapas do índice de vegetação NDVI, e o NDVI médio para os talhões estudados, de 12 imagens em cada safra. O desenho vetorial dos talhões também foi realizado na plataforma. As composições RGB e os mapas de NDVI foram colocados lado a lado para facilitar a fotointerpretação e detecção de mudanças. Os NDVI médios foram graficados em função da data, e as curvas resultantes foram analisadas em 6 pontos significativos para comparação. Os processamentos realizados no software SPRING consistiram em criação de banco de dados, seleção, download do site do INPE e inserção das bandas 3, 4, 5 e 6, do satélite LANDSAT 8, para posterior obtenção de composições coloridas BGR456 e mapas de NDVI. Dentro do tempo disponível para esta pesquisa, os resultados revelaram uma capacidade e velocidade de processamento muito maior da plataforma Land Viewer, ao ponto de não ser possível completar o processamento do mesmo número de imagens no SPRING. Como resultado, nas sequências de imagens conseguiu ser identificada a entrada da enchente em janeiro de 2019, e o amadurecimento tardio e desuniforme do talhão afetado, redundando numa diferença de produtividade de 4.310 kg/ha entre as áreas afetadas e não afetadas pela cheia do Rio Quaraí. As curvas de NDVI vs Data também indicaram significativas diferenças do ciclo de crescimento do arroz durante a enchente. Logo, a área afetada pela enchente, safra 2018/2019, obteve uma produtividade inferior à safra 2019/2020, que não sofreu com eventos climáticos extremos. Desta forma, ressalta-se o grande potencial da plataforma Land Viewer para o monitoramento e análise da condição da vegetação agrícola de uma forma rápida e eficiente.
Resumen : Information from remote satellite sensors, combined in the form of vegetation indices, is increasingly being used to support agricultural management. The Land Viewer platform offers products derived from the processing of satellite images, such as vegetation indices or color combinations of satellite bands, for up to ten free images per day, in medium resolution, from the Landsat 8, Sentinel 2 and CBERS4 satellites, enabling in this way to obtain significant correlations between spectral data from sensors and information from the land surface obtained from agricultural and environmental processes in specific areas. The same information can be obtained through the geoprocessing of images made available directly by the space agencies, free of charge, without limitations in number, using Geographic Information Systems such as INPE's SPRING. In this sense, the present work aims to: 1) compare the procedure of using the Land Viewer tool and the direct geoprocessing of images, for the case study of an agricultural area in the municipality of Barra do Quaraí, affected by the flood of the Quaraí River, on the Frontier West of Rio Grande do Sul, evaluating the dynamics of floods within the property, through photointerpretation of combinations of images (RGB and NDVI); 2) discuss existing correlations between the NDVI vs data graphs and the agricultural productivity variable, in plots planted with rice, during two harvests, 18/19 and 19/20. For this purpose, the RGB color compositions, the NDVI vegetation index maps, and the average NDVI for the studied plots, from 12 images in each harvest, were extracted from the Land Viewer platform. The vector drawing of the fields was also carried out on the platform. RGB composites and NDVI maps were placed side by side to facilitate photointerpretation and change detection. Mean NDVI were plotted against date, and the resulting curves were analyzed at 6 significant points for comparison. The processing performed in the SPRING software consisted of creating a database, selecting, downloading from the INPE website and inserting bands 3, 4, 5 and 6 from the LANDSAT 8 satellite, for later obtaining BGR456 color compositions and NDVI maps. Within the time available for this research, the results revealed a much higher processing capacity and speed of the Land Viewer platform, to the point where it was not possible to complete the processing of the same number of images in SPRING. As a result, in the image sequences it was possible to identify the entry of the flood in January 2019, and the late and uneven ripening of the affected stand, resulting in a productivity difference of 4,310 kg/ha between the areas affected and not affected by the flood of the Quaraí River. Both NDVI vs Date curves also showed very different behaviour. Therefore, the area affected by the flood, 2018/2019 harvest, had lower productivity than the 2019/2020 harvest, which did not suffer from extreme weather events. Thus, the great potential of the Land Viewer platform for monitoring and analyzing the condition of agricultural vegetation in a fast and efficient way is highlighted.
Palabras clave : Plataforma Land Viewer
Sensoriamento remoto
Índice de vegetação por diferença normalizada
Land Viewer Platform
Remote Sensing
SPRING SIG
Vegetation index
CNPQ: CNPQ::CIENCIAS AGRARIAS
Idioma: por
metadata.dc.publisher.country: Brasil
Editorial : Universidade Federal do Pampa
Sigla da Instituição: UNIPAMPA
Campus: Campus Itaqui
Citación : URQUIZA, Juliano Mott. Aplicação da plataforma Land Viewer para avaliação de área agrícola afetada por enchente do rio Quaraí. 2022. 34 f. Trabalho de Conclusão de Curso (Bacharelado em Agronomia) - Universidade Federal do Pampa, Itaqui, 2021.
Tipo de acesso: Acesso Aberto
URI : https://repositorio.unipampa.edu.br/jspui/handle/riu/7263
Fecha de publicación : 18-sep-2021
Aparece en las colecciones: Agronomia

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Juliano Mott Urquiza - 2021.pdf15.36 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.