Uso do satélite Sentinel na correlação de parâmetros físico hídricos do solo em área cafeeira | Use of sentinel satellite in the correlationof physical-hydric soil parameters in coffee area

Agriculture uses several techniques to increase crop productivity. The use of irrigation is a technique that allows the increase and guarantee of crop productivity. The use of a set of remote sensing techniques can improve water management at different spatial and temporal scales, allowing the monitoring of large irrigated areas. In this context, the objective of this work is to apply spectral indices derived from Sentinel 2 on three images of different dates (06/24/2017, 06/29/2018 and 07/09/2019), taking advantage of the Minimum Sequential Optimization (SMOreg) algorithms and Simple Linear Regression (RLS), to constitute, within the agricultural sciences, prediction models capable of representing the physical-water parameters available water capacity of plants (CAD), field capacity humidity (CC) and permanent wilting point (PMP ) quickly and accurately. For this purpose, 21 points were georeferenced in a 4.1 ha coffee plantation area. At each point, an undisturbed soil sample was collected in the 0 to 0.2 m layer. The models were generated using the Waikato Environment for Knowledge Analysis (WEKA) software. In all models generated, on the three dates, the non-parametric models stood out with the Square Root Mean Error (RMSE) smaller than the parametric models. There was a predominance of use of the Normalized Moisture Difference Index (NDMI) to estimate WC, use of the Single Ratio Moisture Stress Index (MSI) to estimate PMP and predominant use of NDMI and MSI in CAD models. Analyzing the confidence index (c), the models generated on the three dates to estimate CAD were the only satisfactory ones, and for both CAD, CC and PMP, Near Infrared (NIR) and shortwave infrared bands were used (SWIR).

Dissertação (Mestrado)

A agricultura utiliza-se de várias técnicas para aumentar a produtividade das lavouras. O uso da irrigação é uma técnica que permite o aumento e garantia da produtividade das culturas. O uso de conjunto de técnicas de sensoriamento remoto pode melhorar o manejo de água em diferentes escalas espaciais e temporais permitindo o monitoramento de grandes áreas irrigadas. Nesse contexto, o objetivo deste trabalho é aplicar índices espectrais derivados do Sentinel 2 em três imagens de datas diferentes (24/06/2017, 29/06/2018 e 09/07/2019), usufruindo dos algoritmos Otimização Sequencial Mínima (SMOreg) e Regressão Linear Simples (RLS), para constituir dentro das ciências agrárias modelos de predição capazes de representar os parâmetros físicos-hídricos capacidade de água disponível as plantas (CAD), umidades de capacidade de campo (CC) e ponto de murcha permanente (PMP) de forma rápida e com precisão. Para tanto, foram georreferenciados 21 pontos em uma área de lavoura cafeeira de 4,1ha. A cada ponto foi coletada uma amostra indeformada de solo na camada de 0 a 0,2 m de profundidade. Os modelos foram gerados através do software Waikato Environment for Knowledge Analisys (WEKA). Em todos os modelos gerados, nas três datas, os modelos não paramétricos sobressaíram com a Raiz Quadrada do Erro Médio (RMSE) menor em relação aos paramétricos. Houve predominância de uso do Índice de Diferença de Umidade Normalizado (NDMI) para estimar CC, uso do Índice de Estresse de Umidade de Razão Simples (MSI) para estimar PMP e uso predominante de NDMI e MSI nos modelos de CAD. Analisando o índice de confiança (c), os modelos gerados nas três datas, para estimar CAD foram os únicos satisfatórios, sendo que tanto para CAD, quanto para CC e PMP foram utilizadas bandas do Infravermelho próximo (NIR) e Infravermelho de ondas curtas (SWIR).