Uso do sensoriamento remoto no manejo do pasto em diferentes intensidades de pastejo em um Sistema Integrado de Produção Agropecuária | Use of remote sensing to manage pasture on different grazing intensities in an Integrated Crop-livestock System

Os Sistemas Integrados de Produção Agropecuária (SIPA) são uma alternativa para o aumento da produção de alimentos de forma sustentável. O manejo do pasto é um fator crucial para o sucesso desses sistemas, pois afeta diretamente a produção animal e a cultura sucessora. Apesar de sua importância, a gestão de pastagens continua sendo um desafio para as fazendas. O uso de ferramentas como índices de vegetação podem facilitar o manejo de pastagens, ao fornecer estimativas a partir de sensoriamento remoto baseado em imagens de satélite. Este estudo teve como objetivo estimar a altura e massa de forragem em quatro intensidades de pastejo por meio de índices de vegetação e determinar até qual fase do ciclo de pastejo pode-se estimar essas variáveis por sensoriamento remoto. A massa de forragem e altura real do pasto foram correlacionadas com índices de vegetação (NDVI e NDRE), obtidos através de imagens de satélite ao longo de um ciclo de pastejo de azevém em SIPA no sul do Brasil. As pastagens foram manejadas com quatro intensidades de pastejo: alta, moderada, moderada-leve e leve, além da área sem pastejo (G10, G20, G30, G40 e UG, respectivamente). A intensidade de pastejo moderada apresentou maior correlação entre NDRE e massa de forragem. Pastejos em intensidade leve apresentaram melhor correlação entre altura e índices de vegetação. Portanto, com o uso de índices de vegetação, é possível estimar a altura do pasto e a massa de forragem remotamente, com avaliação precisa em tempo real, desde que classificadas entre as diferentes intensidades de pastejo. O estágio do ciclo também deve ser considerado, já que a acuácia dos índices de vegetação descresce ao final do ciclo. Assim, o sensoriamento remoto apresenta-se como uma ferramenta importante para o futuro do manejo de pastagens.

Integrated Crop-Livestock Systems (ICLS) are an alternative to increasing food production sustainably. Pasture management is a crucial factor for the success of these systems, as it directly affects animal production and the succeeding crop. However, assessing pasture management can be challenging and time-consuming at the farm level. Toolssuch as vegetation indices can facilitate pasture management by providing estimates from satellite-based remote sensing. This study aims to estimate herbage mass and sward height across contrasting grazing intensities using vegetation indicesand to determineup to which phase of the grazing cycle the variables can be predicted through remote sensing. To validate, actual sward high and herbage mass measurements were correlated with vegetation indices (NDVI and NDRE) obtained through satellite images over a cycle of ryegrass on an ICLS in southern Brazil. The pasturewas managed to maintain four different grazing intensities: intensive, moderate, moderate-light,and light, and anungrazed treatment (G10, G20, G30, G40, UG). Moderate grazing intensity showed a higher correlation between herbage mass and NDRE. Light grazing intensities showed a better correlation withs wardheight and vegetation indices.These findings suggest that,with vegetation indices, it is possible to estimate sward height and herbage mass remotely with accurate real-time assessment, as long as they are classified among the different grazing intensities. The stage of the grazing cycle should also be considered, as the accuracy of vegetation indices decreases towards the end of the cycle. Thus, remote sensing emerges as an important tool for the future of pasture management.