Semina: Ciências Agrárias

ISSN: 1676-546X
[email protected]
Universidade Estadual de Londrina
Brasil

Groff, Edson Cristiano; Nanni, Marcos Rafael; Pinheiro Povh, Fabrício; Cezar, Everson
Características agronômicas associadas com índices de vegetação medidos por sensores
ativos de dossel na cultura da soja
Semina: Ciências Agrárias, vol. 34, núm. 2, marzo-abril, 2013, pp. 517-525
Universidade Estadual de Londrina
Londrina, Brasil

Disponível em: http://www.redalyc.org/articulo.oa?id=445744120005

Como citar este artigo

Número completo
Sistema de Informação Científica
Mais artigos Rede de Revistas Científicas da América Latina, Caribe , Espanha e Portugal
Home da revista no Redalyc Projeto acadêmico sem fins lucrativos desenvolvido no âmbito da iniciativa Acesso Aberto
DOI: 10.5433/1679-0359.2013v34n2p517

Características agronômicas associadas com índices de vegetação

medidos por sensores ativos de dossel na cultura da soja

Agronomic characteristics associated with vegetation index

measured by active sensors of the canopy in soybean

Edson Cristiano Groff 1*; Marcos Rafael Nanni2;

Fabrício Pinheiro Povh3; Everson Cezar4

Resumo
A soja sempre se destacou pela sua importância econômica no cenário agrícola nacional tendo sido
observado aumento do seu cultivo em todo o território brasileiro. Com o uso crescente da agricultura de
precisão (AP) é de suma importância entender a variabilidade das variáveis agronômicas. Atualmente,
sensores espectrais em nível terrestre vêm sendo utilizados para estabelecer relações entre as respostas
espectrais e parâmetros de crescimento da cultura. Isso é possível por meio da leitura dos índices de
vegetação, como o Índice de Vegetação da Diferença Normalizada utilizando a banda verde (GNDVI).
Este estudo foi conduzido entre outubro de 2008 e abril de 2009, em Ponta Grossa – PR, com o objetivo
de avaliar a resposta espectral da cultura da soja por meio do GNDVI e sua correlação com algumas
variáveis agronômicas, como: produtividade de grãos, produtividade de massa seca, densidade de plantas
e altura de plantas. Leituras do GNDVI foram realizadas em seis estádios fenológicos (EF) utilizando o
sensor óptico ativo Crop Circle. Análises de regressão foram utilizadas para determinar quais variáveis
agronômicas estabeleciam relação com o GNDVI. O GNDVI na cultura da soja estabeleceu correlações
signi cativas apenas com a produtividade de grãos e a produtividade de MS no EF V9. Assim, para se
estabelecer a correlação do GNDVI com essas variáveis recomenda-se que as leituras sejam realizadas
nesse EF.
Palavras-chave: Índice de vegetação, resposta espectral e sensoriamento remoto

Abstract
Soybean has always stood out for its economic importance in the national agricultural scenario with
an increase in its cultivation throughout the Brazilian territory. With the increasing use of precision
agriculture (PA) is of paramount importance to understand the variability of agronomic variables.
Currently, spectral sensors in the ground-level have been used to establish relationships between spectral
response and crop growth parameters. This is possible through the reading of vegetation indices such
as Normalized Difference Vegetation Index using the green band (GNDVI). This study was conducted
between October to 2008 and April to 2009, in Ponta Grossa – PR, with the objective of evaluating the
spectral response of soybean through GNDVI and its correlation with some agronomic variables, such
as: productivity of grain, productivity of dry mass, plant density and plant height. GNDVI readings
were taken on six phenological stages using Crop Circle active optical sensor. Regression analyzes were
used to determine which agronomic variables established relationship with the GNDVI. The GNDVI

1
Engº Agrº, MSc. em Agronomia pela Universidade Estadual de Maringá, UEM, Maringá, PR. E-mail: [email protected]
2
Prof. Dr. Deptº Agronomia, UEM/CCA, Maringá, PR. E-mail: [email protected]
3
Engº Agrº Dr. Coordenador na área de Agricultura de Precisão da Fundação ABC, Castro, PR. E-mail: fabricio@fundacaoabc.
org.br
4
Discente de Doutorado em Agronomia, UEM, PR. E-mail: [email protected]
*
Autor para correspondência
Recebido para publicação 12/09/11 Aprovado em 21/12/12
517
Semina: Ciências Agrárias, Londrina, v. 34, n. 2, p. 517-526, mar./abr. 2013
 Groff, E. C. et al.

in soybean established signi cant correlations only with grain and MS productivity in EF V9. Thus, to
establish the correlation of GNDVI with these variables it is recommended that the readings are carried
out in this EF.
Key words: Vegetation index, spectral responses, remote sensing

Introdução Com o crescente uso da agricultura de precisão

(AP), a compreensão da variabilidade das variáveis
A cultura da soja (Glycine max L. Merrill)
agronômicas, que compõem o sistema de produção
destaca-se pela grande importância econômica
se torna fundamental. Além disso, as restrições
nacional e pelo crescimento do cultivo nos
ambientais e a capacidade de uso do solo geram
últimos anos em todo território brasileiro. Na safra
a necessidade de adoção de tecnologias que
2011/2012, a área cultivada no Brasil foi de 25,04
possibilitem maximizar a produtividade.
milhões de hectares, 3,6% superior à cultivada na
safra anterior (CONAB, 2012). Neste sentido, o trabalho foi conduzido com o
objetivo de avaliar a correlação do GNDVI com
A utilização de técnicas de sensoriamento remoto
as variáveis agronômicas, produtividade de grãos,
na agricultura tem sido relatada desde a década de 60,
produtividade de massa seca (MS), densidade de
para o mapeamento de solos e a previsão de safras,
plantas e altura de plantas para a cultura da soja.
com o uso de fotogra as aéreas. Posteriormente,
começaram a ser utilizadas imagens de satélites no
monitoramento das áreas (FONTANA et al., 2002; Material e Métodos
SUGAWARA; RUDORFF; ADAMI, 2008), na
previsão de safras e na avaliação do desenvolvimento Área de estudo
das plantas (MOTTA; FONTANA; WEBER, 2001; O trabalho foi realizado, no período de outubro
ALMEIDA, 2008). O sensoriamento remoto tem de 2008 a abril de 2009, em uma propriedade rural
sido considerado uma ferramenta importante no município de Ponta Grossa, estado do Paraná.
em vários aspectos relacionados à agronomia O clima, segundo o sistema de Köppen, classi ca-
principalmente no estudo do solo e da vegetação se como Cfb, temperado, com temperatura média
(GENÚ; DEMATTÊ; FIORIO, 2010). no mês mais frio abaixo de 18oC (mesotérmico),
Atualmente, também são utilizados sensores verões frescos, temperatura média no mês mais
terrestres que permitem estabelecer relações entre as quente abaixo de 22 oC e sem estação seca de nida
respostas espectrais do solo (NANNI; DEMATTÊ; (CAVIGLIONE et al., 2000). O solo foi classi cado
FIORIO, 2004), da cultura e os parâmetros como CAMBISSOLO HÚMICO Alumínio típico
de crescimento das plantas (FORMAGGIO e (EMBRAPA, 2009).
EPIPHANIO, 1998). Isto é possível por meio
da leitura de índices de vegetação, como o
Índices pluviométricos
índice de vegetação da diferença normalizada
utilizando a banda verde (GNDVI) conforme Os índices pluviométricos foram medidos durante
propõe (SHANAHAN et al., 2001). Estes índices a condução do trabalho, utilizando 6 pluviômetros,
possibilitam analisar a distribuição espacial das distribuídos no interior da área estudo. Sendo que
áreas cultivadas, mapear as diferenças de vigor o total pluviométrico no ciclo da cultura foi de 565
das plantas, melhorar o direcionamento das mm, distribuídos da seguinte forma, 35 mm em
amostragens e observações de campo promovendo, outubro, 48 mm em novembro, 80 mm dezembro,
assim, melhor avaliação do potencial de produção 227 mm janeiro, 125 m fevereiro e 50 mm março.
(MACHADO, 2003).
518
Semina: Ciências Agrárias, Londrina, v. 34, n. 2, p. 517-526, mar./abr. 2013
 Características agronômicas associadas com índices de vegetação medidos por sensores ativos de dossel...

Implantação e manejo da cultura da soja Figura 1. Sensor óptico ativo acoplado à barra de
pulverização, coletor de dados e receptor GPS.
A cultura da soja foi implantada, em uma área
de 7,50 ha, utilizando-se a cultivar BRS 133. A
semeadura foi realizada no dia 18 de outubro de
2008, em sistema de semeadura direta, sobre a
resteva de aveia preta, previamente dessecada,
utilizando-se o espaçamento entre linhas de 0,42 m
e população inicial de 306.000 plantas ha-1.
No estabelecimento da cultura, foram retiradas
amostras de solo para a realização da análise
química conforme resultados: pH (CaCl2): 5,0;
fósforo (resina): 27 mg.dm-3; H + Al: 6,2 cmol.
dm-3; Al: 0,3 cmol.dm-3; K: 0,2 cmol.dm-3; Ca: 4,9
cmol.dm-3; Mg 2,4 cmol.dm-3; S.B.: 7,5 cmol.dm-3; Fonte: Elaboração dos autores.
C.T.C.: 13,7 cmol.dm-3; M.O.: 54 mg.dm-3. E com
base nos resultados, foi realizada na semeadura,
As leituras foram realizadas com passadas a
a adubação com 300 kg ha-1 do adubo formulado
cada 9 m, respeitando-se as linhas de pulverização.
NPK 00-20-20 e quarenta dias após a semeadura
A velocidade de deslocamento do trator foi ajustada
efetuou-se a adubação de cobertura com 100 kg ha-1
a m de gerar um ponto a cada 1 m totalizando,
de cloreto de potássio seguindo-se a recomendação
aproximadamente, 4.000 pontos na área total.
proposta pela EMBRAPA 2001.
Estes pontos foram interpolados pelo método da
média simples, com resolução espacial de 5 x 5
Avaliação do índice de vegetação da diferença m, utilizando-se o programa Spring 4.3.3. Com
normalizada (GNDVI) base na grade regular de pontos, gerados pela
interpolação, amostrou-se, em torno de cada ponto
Foram realizadas seis leituras do GNDVI em
georreferenciado, nove pontos para a leitura do
diferentes estádios fenológicos (EF): (12/12/08 EF
GNDVI. Conforme especi cação do fabricante,
V5, 24/12/08 EF V9, 06/01/09 EF R1, 15/01/09 EF
as leituras foram realizadas entre 0,80 e 1,20 m
R3, 29/01/09 EF R6 e 26/03/09 EF R8), utilizando-
de altura do dossel (ápice da cultura), pois, neste
se um sensor óptico ativo, modelo Crop Circle®
intervalo, o sensor garante a qualidade da leitura
ACS-210 (Holland Scienti c), instalado na barra de
(HOLLAND SCIENTIFIC, 2004).
um pulverizador hidráulico e, acoplados no trator,
o coletor de dados modelo GeoSCOUT GLS-420
(com cartão de memória para armazenamento de Determinação das variáveis agronômicas
dados), o GPS modelo SR20 da marca Leica, de
Produtividade de grãos
precisão métrica (Figura 1) e a antena externa. O
sensor fornece os valores de GNDVI, por meio da As avaliações das variáveis agronômicas
medição da re ectância do dossel nos comprimentos seguiram os pontos georreferenciados distribuídos
de onda de 590 nm (visível) e 880 nm (infravermelho aleatoriamente, conforme a Figura 2.
próximo).

519
Semina: Ciências Agrárias, Londrina, v. 34, n. 2, p. 517-526, mar./abr. 2013
 Groff, E. C. et al.

Figura 2. Pontos georreferenciados utilizados na coleta teores de umidade. Posteriormente, ajustou-se a

de amostras para as variáveis agronômicas: produtividade umidade para o padrão de 13,5% e, em seguida,
de grãos, produtividade de MS, densidade de plantas e
altura de plantas.
calculou-se a produtividade de grãos (t ha-1).

Produtividades de massa seca (MS)

UTM
SAD 69
o
5 1 W .G . A avaliação da produtividade de MS foi realizada
nos 48 pontos georreferenciados, seguindo-se os
mesmos critérios descritos na coleta de amostras
para a produtividade de grãos. As amostragens para
esta variável foram realizadas após cada leitura do
GNDVI.
As amostras foram pesadas (em dinamômetro)
e, em seguida, retirada uma subamostra para
secagem em estufa com circulação forçada de ar à
temperatura de 60oC por, aproximadamente, 72h.
Após a secagem, o material foi novamente pesado e
Fonte: Elaboração dos autores. a produtividade de MS (t ha-1) calculada.

Na data de colheita de grãos (07/04/09)

Densidade de plantas
efetuou-se a amostragem para a determinação da
produtividade. Foram colhidas plantas inteiras. A determinação da densidade de plantas (plantas
Para tanto, mediu-se 1 m linear em cinco pontos por metro linear) foi realizada em três datas de
distribuídos aleatoriamente em um raio de 15 m, leitura do GNDVI (12/12/08, 24/12/08 e 26/03/09).
em torno de cada ponto georreferenciado. Depois A coleta das amostras para a determinação da
de colhidas, as amostras foram acondicionadas em densidade de plantas foi efetuada em 48 pontos
sacos de náilon, para posterior debulha. Em função georreferenciados. Mediu-se 1 m linear em cinco
da quantidade de material, a debulha foi realizada pontos distribuídos, aleatoriamente, em um raio de
com o auxílio de uma debulhadora de cereais da 15 m, em torno de cada ponto georreferenciado.
marca NUX, modelo BC 80 II. Posteriormente, os
grãos foram pesados em balança semi-analítica.
A umidade dos grãos foi determinada utilizando- Altura de plantas
se um medidor eletrônico, portátil, modelo Em todas as datas de leitura do GNDVI, foi
GEOLE-400. Este aparelho possui um recipiente medida a altura das plantas. A amostragem foi
onde foi realizada a pesagem da amostra. Esta realizada em 48 pontos georreferenciados. Foram
amostra foi depositada no interior do medidor. A efetuadas dez medidas de altura, em torno de cada
partir do valor da leitura no aparelho foi consultada ponto georreferenciado, distribuídas em um raio de
uma tabela, que apresenta uma escala denominada 15 m. A medição foi realizada, com o auxílio de
“B” – Baixa Umidade em que se identi ca a uma trena, considerando-se a altura da planta do
umidade dos grãos. O princípio da determinação é solo até seu ápice.
de capacitância elétrica, com base nas propriedades
dielétricas que os grãos apresentam em diferentes

520
Semina: Ciências Agrárias, Londrina, v. 34, n. 2, p. 517-526, mar./abr. 2013
 Características agronômicas associadas com índices de vegetação medidos por sensores ativos de dossel...

Análises estatísticas Resultados e Discussão

Realizou-se a análise de regressão entre os pontos GNDVI versus produtividade de grãos
de amostragem, para cada variável agronômica, e
De acordo com Ma et al. (2001), Antuniassi;
as leituras do GNDVI em cada data de avaliação,
Baio; Sharp (2007), existe correlação positiva entre
utilizando o programa Statistica 8.0, a m de
a re ectância do dossel das plantas, expressa em
veri car quais variáveis agronômicas estabeleciam
valores de NDVI, e a produtividade das culturas.
grau de relação com o GNDVI. Em seguida, aplicou-
No entanto, no presente estudo, com base nos
se o teste F com níveis de signi cância de 1 e 5%
coe cientes de determinação (r2), observou-se
para o ângulo alfa, da equação de regressão, para
correlação entre a produtividade de grãos e o
veri car quais as variáveis agronômicas poderiam
GNDVI somente para o EF V9. Para os demais EF,
ser quanti cadas por meio das leituras do GNDVI.
a correlação foi pouco expressiva, como pode ser
veri cado na Tabela 1.

Tabela 1. Resultado da regressão entre o GNDVI e a produtividade de grãos.

Variáveis
Equações r2 p
Dependente Independente
GNDVI V5 y = 2,8929x +1,418** 0,16 0,00
GNDVI V9 y = 7,5610x – 1,840** 0,59 0,00
GNDVI R1 y = 4,5236x – 0,234* 0,09 0,03
Produtividade
GNDVI R3 y = 5,8861x – 1,406 0,04 ns
GNDVI R6 y = 6,4586x – 1,8316* 0,10 0,02
GNDVI R8 y = 1,2237x + 2,476 0,01 ns
ns: não-signi cativo. * e ** Signi cativo a 5 e 1% de probabilidade, respectivamente.
Fonte: Elaboração dos autores.

No EF V5, o baixo coe ciente de determinação o GNDVI. Esta observação está de acordo com
pode ter resultado da grande interferência do solo Myneni et al. (2002) que analisaram o NDVI para
nesta fase. Conforme Dalmolin et al. (2005), vários diferentes dosséis, e veri caram que a saturação não
elementos que compõem a superfície do solo (matéria permite a diferenciação de zonas que caracterizem a
orgânica, textura, composição mineralógica, variação do dossel e que possam ser correlacionadas
rugosidade e umidade) podem afetar a re ectância com a produtividade.
do dossel e, por consequência, o GNDVI. Esse
No EF V9, o coe ciente de determinação
conjunto de elementos é denominado de “superfície
observado foi de 0,59, pois nesse estádio a cultura
de fundo” (HUETE, 1985). Esta superfície de
encontrava-se no pleno desenvolvimento e sem
fundo, presente na entre linha da cultura quando a
a presença de ores que poderiam in uenciar
mesma ainda não fechou completamente, interfere
a resposta espectral do dossel. Assim, para se
na resposta espectral do dossel que, por sua vez,
estabelecer a correlação das medidas de GNDVI
afeta a determinação do GNDVI.
com a produtividade de grãos, recomenda-se que as
A partir do EF R1, os baixos valores encontrados leituras sejam realizadas neste estádio fenológico.
nos coe cientes de determinação podem resultar Esse é um fator que limita o uso deste índice
do pleno desenvolvimento da cultura, que faz com para a estimativa da produtividade, pois eventos
que a re ectância torne-se homogênea saturando que ocorram posteriormente a este EF não serão
521
Semina: Ciências Agrárias, Londrina, v. 34, n. 2, p. 517-526, mar./abr. 2013
 Groff, E. C. et al.

quanti cados, como, p.e., o ataque de pragas, as uma vez que os valores de IAF variaram de 2,0 a
doenças e outros danos ocasionados por fenômenos 4,5, ou seja, aquém da saturação do NDVI para o
climáticos. milho. Macedo e Rudorff (2003) observaram que o
NDVI explicou 54% da variação na produtividade
Batista; Rudorff; Oviedo (1988) avaliaram
de grãos do milho safrinha, e os valores de NDVI
duas cultivares de soja e encontraram coe ciente
variaram de 0,60 a 0,90 e a produtividade de 0,5 a
de determinação superior (0,76). Ma et al. (2001)
5,0 t ha-1.
também observaram coe ciente de determinação
superior, de 0,80 no EF R5. Porém Holzapfel
(2007), avaliando a correlação entre o NDVI e a
GNDVI versus produtividade de massa seca
produtividade de grãos de canola, obteve coe cientes
de determinação, em diferentes EF, variando entre De acordo com os coe cientes de determinação
0,00 e 0,63, para o ano de 2005 e de 0,25 a 0,53 para (r2), observou-se melhor correlação entre a
o ano de 2006, mostrando que as relações variam de produtividade de MS e o GNDVI somente para
um ano para o outro no mesmo EF. o EF V9 (Tabela 2), assim como observado para
a produtividade de grãos (Tabela 1). No entanto,
Rudorff et al. (2003) avaliaram o NDVI na
os valores de correlação foram menores. Como,
estimativa da produtividade de milho e observaram
de certa forma, a produtividade de grãos depende
que não houve relação direta entre o NDVI e a
da produtividade de MS, era de se esperar que
produtividade de grãos para produtividades acima
ocorresse o mesmo comportamento. Santos Júnior
de 5 t ha-1. Estes autores atribuíram a limitação
et al. (2001) observaram, para a cultura da soja,
do uso do NDVI, na estimativa de produtividades
relação da produtividade de massa com o NDVI.
superiores a 5 t ha-1, ao elevado índice de área foliar
(IAF). Entretanto, isto deve ser visto com cuidado

Tabela 2. Resultado da regressão entre o GNDVI e a produtividade de massa seca (MS).

Variáveis
Equações r2 p
Dependente Independente
GNDVI V5 y = 2,8638x + 3,6094 (*) 0,04 0,04
GNDVI V9 y = 12,485x – 1,0747 (**) 0,28 0,00
GNDVI R1 y = 7,8714x + 3,2841 0,04 ns
MS
GNDVI R3 y = 14,197x – 0,8292 0,02 ns
GNDVI R6 y = 20,688x – 5,3701 0,10 ns
GNDVI R8 y = 6,3323x + 7,0779 0,03 ns
ns: não-signi cativo. * e ** Signi cativo a 5 e 1% de probabilidade, respectivamente.
Fonte: Elaboração dos autores.

Os menores coe cientes de determinação, penetração da radiação no interior do dossel e a soja,

principalmente nos estádios mais avançados de por ser uma planta de inserção foliar planó la e/ou
desenvolvimento da cultura (R1 em diante), devem- intermediária, após determinado estádio fenológico,
se ao fato que a soja, nessas fases, apresentar a re ectância resulta apenas da parte superior do
saturação do GNDVI e a re ectância é proveniente dossel, o que gera limitações para a utilização do
apenas das folhas superiores. De acordo com NDVI. Porém se fosse utilizado o índice de cloro la
Moreira (2007), a inserção foliar regula o grau de proposto por Gitelson; Kaufman; Merzlyar (1996),
talvez melhores relações seriam encontradas.
522
Semina: Ciências Agrárias, Londrina, v. 34, n. 2, p. 517-526, mar./abr. 2013
 Características agronômicas associadas com índices de vegetação medidos por sensores ativos de dossel...

No entanto, Epstein et al. (2005), usando imagens de trigo, e obtiveram r2 de 0,74; essa correlação
de satélite para medição do NDVI e sua relação com foi conseguida apenas até a população de 1.000
a produtividade de massa de gramíneas, obtiveram plantas m-2, a partir dessa população, o NDVI não
coe ciente de determinação mais elevado (0,60) foi considerado um estimador da densidade. Ma et
que os obtidos nesse estudo. Brandão et al. (2007) al. (2001), estudando três densidades de plantas de
utilizaram imagens de satélite, provenientes do soja, em duas texturas de solo (arenosa e argilosa)
LANDSAT, para avaliarem a relação entre o NDVI e em dois anos consecutivos, concluíram que a
e a massa total, de quatro tipos de vegetação no densidade de plantas não apresenta relação com o
Estado do Ceará: vegetação semidensa, densa, NDVI. Já Ahmadi e Mollazade (2009), avaliando o
nativa e rala, e encontraram elevados coe cientes NDVI, obtido por imagens de satélite, encontraram
de determinação, respectivamente, 0,90, 0,99, 0,80 boa correlação para a densidade de plantas de soja
e 0,74. Lamb; Trotter; Schneider (2009) avaliaram (r2 = 0,87).
a massa de sorgo (Sorghum bicolor), usando sensor
ativo Crop Circle®, e obtiveram coe ciente de
determinação de 0,90. Hancock e Dougherty (2007), GNDVI versus altura das plantas
avaliando o NDVI, em alfafa, e sua relação com a Para a altura das plantas, os coe cientes de
MS produzida encontraram r2 de 0,58. determinação foram baixos (0,00005 a 0,06600)
Nos trabalhos anteriormente citados, para assim como observado para a densidade de plantas.
diversas culturas, encontrou-se r2 elevado, assim, Não houve relação entre o GNDVI e a altura das
pode-se a rmar que existe potencial para o uso plantas nos EF avaliados.
do NDVI na estimativa da produtividade de MS, Araújo (2004) avaliando o NDVI com
porém, no presente trabalho, para a cultura da soja, videogra a aérea na cultura da soja, obteve r2 de
isso não foi observado. 0,14 (p<0,01) o que demonstra a limitação do uso do
NDVI na estimativa da altura das plantas. Xavier et
al. (2006), ao avaliarem a altura de plantas de trigo,
GNDVI versus densidade de plantas
encontraram r2 de 0,68, na fase de espigamento da
Para todos os EF avaliados, os coe cientes de cultura. Já Motomiya; Molin; Chiavegato (2009),
determinação foram baixos (0,0036 a 0,0891) o avaliando a relação entre o NDVI e a altura de
que está de acordo com Araújo (2004), que obteve plantas de algodão, encontraram r2 de 0,74.
r2 de 0,0838 avaliando a relação entre a densidade
Isso pode estar relacionado ao espaçamento da
de plantas e o NDVI, obtidos por videogra a aérea
cultura, uma vez que para o algodão o espaçamento
para a cultura da soja.
entre linhas é maior e, assim, a cultura não fecha
De acordo com Mercante et al. (2009), baixos por completo, permitindo que a re ectância, maior
valores para a cultura da soja podem ocorrer em ou menor, seja caracterizada pelo NDVI, sendo
função do hábito de crescimento indeterminado e possível estabelecer relações entre este e a altura, o
da alta capacidade de compensar falhas no estande, que não ocorreu para a cultura da soja.
pela emissão de ramos laterais. Sendo assim, este
fator pode limitar a percepção das mudanças do
GNDVI, quando existe variação na densidade de Conclusões
plantas. O GNDVI na cultura da soja estabeleceu
Phillips et al. (2004) utilizaram os valores correlações signi cativas apenas com a
de NDVI, para estimar a densidade de plantas produtividade de grãos e a produtividade de MS no

523
Semina: Ciências Agrárias, Londrina, v. 34, n. 2, p. 517-526, mar./abr. 2013
 Groff, E. C. et al.

EF V9. Assim, para se estabelecer a correlação do EMBRAPA BRASILEIRA DE PESQUISA

GNDVI com essas variáveis recomenda-se que as AGROPECUÁRIA. Tecnologias de Produção de Soja –
Paraná – 2001/2002 Embrapa Soja. Londrina: Embrapa
leituras sejam realizadas nesse EF. Soja, 2001. 281 p. (Documentos/Embrapa Soja, n. 166).
______. Atualização do mapa de solos SiBCS. In:_____
Carta de solos do estado do Paraná. Curitiba: Embrapa
Referências Solos, 2009.
AHMADI, H.; MOLLAZADE, K. Determination of
EPSTEIN, H. E.; WALKER, D. A.; JIA, G. J.;
soya plant population using NDVI in the dasht e naz agri-
KELLEY, A. M. Climate, plant biomass, NDVI and LAI
industry. Journal of Agricultural Science, Toronto, v. 1,
relationships along the full arctic bioclimate gradient.
n. 1 p. 112-120, 2009.
American Geophysical Union, Washington, v. 23, n. 13,
ALMEIDA, T. S. Respostas espectrais da soja sob p. 1012-1024, 2005.
diferentes condições hídricas e de preparo de solo. 2008.
FONTANA, D. C.; WEBER, E.; DUCATI, J. R.;
Dissertação (Mestrado em Sensoriamento Remoto)
BELARTO, M. A; GUASSELLI, L. A. ; GUSSO, A.
– Universidade Federal do Rio Grande do Sul, Porto
Monitoramento da cultura da soja no centro-sul do Brasil
Alegre.
durante La Niña de 1998/2000. Revista Brasileira de
ANTUNIASSI, U. R.; BAIO, F. H. R.; SHARP, Agrometeorologia, Santa Maria, v. 10, n. 2, p. 343-351,
T. C. Agricultura de Precisão. In: CONGRESSO 2002.
BRASILEIRO DO ALGODÃO, 6., 2007, Uberlândia.
FORMAGGIO, A. R.; EPIPHANIO, J. C. N. Estudo
Anais... Uberlândia: CNPA, 2007. p. 11-21.
radiométrico das culturas de trigo e de feijão em três
ARAÚJO, J. C. Determinação de zonas de manejo e tipos de latossolos. In: SIMPÓSIO BRASILERIO DE
estimativa da produtividade de culturas de grãos por SENSORIAMENTO REMOTO, 5., Natal, 1988. Anais...
meio de videogra a aérea digital multiespectral. 2004. São José dos Campos, INPE, 1988. p. 405-410.
Tese (Doutorado em Irrigação e Drenagem) – Escola
Superior de Agricultura Luiz de Queiroz, Piracicaba.
GENÚ, A. M.; DEMATTÊ, J. A. M.; FIORIO, P.
R. Análise espectral de solos da Região de Mogi-Guaçú
BATISTA, G. T.; RUDORFF, B. F. T.; OVIEDO, A. F. P. (SP). Semina: Ciências Agrárias, Londrina, v. 31, p.
Resposta espectral da soja e sua relação com parâmetros 1235-1244, 2010. Suplemento 1.
agronômicos. In: SIMPÓSIO BRASILEIRO DE
SENSORIAMENTO REMOTO, 5., 1988, Natal. Anais... GITELSON, A. A.; KAUFMAN, Y.; MERZLYAR, M.
São José dos Campos: INPE, 1988. p. 406-413. N. Use of green channel in remote sensing of gloval
vegetation fron EOS-MODIS. Remote Sensing of
BRANDÃO, Z. N.; BEZERRA, M. V. C.; SILVA, B. Environment, v. 58, p. 289-298, 1996. Disponível em:
B. Uso do NDVI para determinação da biomassa na <http://dx.doi.org/10.1016/S0034-4257(96)00072-7>.
chapada do Araripe. In: SIMPÓSIO BRASILEIRO Acesso em: 15 jun. 2012.
DE SENSORIAMENTO REMOTO, 13., 2007,
Florianópolis. Anais... Florianópolis: INPE, 2007. p. 75- HANCOCK, D. W.; DOUGHERTY, C. T. Relationships
81. between blue- and red-based vegetation indices and leaf
area and yield of alfalfa. Crop Science, Madison, v. 47, n.
CAVIGLIONE, J. H.; KIIHL, L. R. B.; CARAMORI, 6, p. 2547-2556, 2007.
P. H.; OLIVEIRA, D.; GALDINO, J.; BORROZINO,
E.; GIACOMINI, C. C.; SONOMURA, M. G. Y.; HOLLAND SCIENTIFIC INSTRUCTION MANUAL
PUGSLEY, L. Cartas climáticas do Paraná. Londrina: ACS 210. Plant canopy re ectance sensor manual.
IAPAR, 2000. CD-ROM. Revision 1.0 August 23, 2004.

COMPANHIA NACIONAL DE ABASTECIMENTO – HOLZAPFEL, C. B. Estimating nitrogen fertilizer

CONAB. Acompanhamento de safra brasileira: grãos, requirements of canola (Brassica napus L.) using sensor-
décimo segundo levantamento, setembro/2012. Brasília: based estimates of yield potential and crop response to
Conab, 2012. 30 p. nitrogen. 2007. Thesis (Master of Science) Faculty of
Graduate Studies of the University of Manitoba.
DALMOLIN, R. S. D.; GONÇALVES, C. N.; KLAMT,
E.; DICK, D. P. Relação entre os constituintes do solo HUETE, A. R. Spectral response of a plant canopy
e seu comportamento espectral. Ciência Rural, Santa with different soil background. Remote Sensing of
Maria, v. 35, n. 2, p. 481-489, 2005. Environment, New York, v. 17 p. 37-53, 1985.

524
Semina: Ciências Agrárias, Londrina, v. 34, n. 2, p. 517-526, mar./abr. 2013
 Características agronômicas associadas com índices de vegetação medidos por sensores ativos de dossel...

LAMB, D. W.; TROTTER, M. G.; SCHNEIDER, NANNI, M. R.; DEMATTÊ, J. A. M.; FIORIO, P. R. Soil
D. A. Measuring and mapping crop vigour using an discrimination analysis by spectral response in the ground
active optical sensor in an ultra low level aircraft. In: level. Pesquisa Agropecuária Brasileira, Brasília, v. 39,
SYMPOSIUM ON PRECISION AGRICULTURE IN n. 10, p. 995-1006, 2004.
AUSTRALASIA, 13., 2009, Amidale. Proccedings...
PHILLIPS, S. B.; KEAHEY, D. A.; WARREN, J. G.;
Armidale: University of New England, 2009. p. 31-40.
MULLINS, G. L. Estimating winter wheat tiller density
MA, B. L.; DWYER, L. M.; COSTA, C.; COBER, E. using spectral re ectance sensors for early-spring,
R.; MORRISON, M. J. Early prediction of soybean variable-rate nitrogen applications. Agronomy Journal,
yield from canopy re ectance measurements. Agronomy Madison, v. 96, n. 3, p. 591-600, 2004.
Journal, Madison, v. 93, n. 6, p. 1227-1234, 2001.
RUDORFF, B. F. T.; MOREIRA, M. A.; ADAMI, M.;
MACEDO, M. A.; RUDORFF, B. F. T. Geotecnologias FREITAS, J. G. Resposta espectral do milho e sua
no seguro agrícola do milho safrinha. Agricultura em São relação com altos níveis de produtividade de grãos. In:
Paulo, São Paulo, v. 50, n. 1, p. 43-52, 2003. SIMPÓSIO BRASILEIRO DE SENSORIAMENTO
REMOTO, 11., Belo Horizonte. Anais... Belo Horizonte:
MACHADO, H. M. Determinação da biomassa de
INPE, 2003. p. 2597-2603.
cana-de-açúcar considerando a variação espacial de
dados espectrais do satélite LANDSAT 7 – ETM+. SANTOS JÚNIOR, R. F.; SANTOS, J. M.; RUDORFF,
2003. Dissertação (Mestrado em Engenharia Agrícola) B. F. T. MARCHIORATO, I. A. Espectrorradiometria de
– Faculdade de Engenharia Agrícola. Universidade campo no visível e infravermelho próximo para detecção
Estadual de Campinas, Campinas. de áreas infestadas com Meloidogyne javanica em soja.
In: CONGRESSO BRASILEIRO DE NEMATOLOGIA,
MERCANTE, E.; LAMPARELLI, R. A. C.; URIBE-
23., 2001, Marília. Anais... Marília: [s.n.], 2001. p. 62-62.
OPAZO, M. A.; ROCHA, J. V. Características espectrais
da soja ao longo do ciclo vegetativo com imagens landsat SHANAHAN, J. F.; SCHEPERS, J. S.; FRANCIS, D.
5/TM em área agrícola no Oeste do Paraná. Engenharia D.; VARVEL, G. E.; WILHELM, W.; TRINGE, J. M.;
Agrícola, Jaboticabal, v. 29, n. 2, p. 328-338, 2009. SCHLEMMER, M. R.; MAJOR, D. Use of Remote-
sensig imagery to estimate corn grain yield. Agronomy
MOREIRA, M. A. Fundamentos do sensoriamento
Faculty Publications, 2001. Paper 9. Disponível em:
remoto e metodologias de aplicação. 3. ed. São José dos
<http://digitalcommons.unl.edu/agronomyfacpub/9>.
Campos: Universidade Federal de Viçosa, 2007.
Acesso em: 15 jun. 2012.
MOTOMIYA, A. V. A.; MOLIN, J. P.; CHIAVEGATO,
SUGAWARA, L. M.; RUDORFF, B. F.; ADAMI, M.
E. J. Utilização de sensor óptico ativo para detectar
Viabilidade de uso de imagens Landsat em mapeamento
de ciência foliar de nitrogênio em algodoeiro. Revista
de área cultivada com soja no Estado do Paraná. Pesquisa
Brasileira Engenharia Agrícola Ambiental, Campina
Agropecuária Brasileira, Brasília, v. 43, n. 12, p. 1777-
Grande, v. 13, n. 2, p. 137-145, 2009.
1783, dez. 2008.
MOTTA, J. L. G.; FONTANA, D. C. Veri cação da
XAVIER, A. C.; RUDORFF, B. F. T.; MOREIRA, M.
acurácia da estimativa de área cultivada com soja
A.; ALVARENGA, B. S.; FREITAS, J. D.; SALOMON,
através de classi cação digital em imagens Landsat. In:
M. V. Hyperspectral eld re ectance measurements to
SIMPÓSIO BRASILEIRO DE SENSORIAMENTO
estimate wheat grain yield and plant height. Scientia
REMOTO, 5., 2001, Foz do Iguaçu. Anais... Foz do
Agricola, Piracicaba, v. 63, n. 2, p. 130-138, 2006.
Iguaçu: INPE, 2001. p. 123-129.
MYNENI, R. B.; KNYAZIKHIN, Y.; PRIVETTE, J.
L.; GLASSY, J.; TIAN, Y.; WANG, Y.; SONG, X.;
ZHANG, Y.; SMITH, G. R.; LOTSCH, A.; FRIEDL,
M.; MORISETTE, J. T.; VOTAVA, P.; NEMANI, R. R.;
RUNNING, S.W. Global products of vegetation leaf area
and fraction absorbed PAR from year one of MODIS
data. Remote Sensing of Environment , New York, v. 28,
n. 2, p. 214-231, 2002.

525
Semina: Ciências Agrárias, Londrina, v. 34, n. 2, p. 517-526, mar./abr. 2013