Revista Brasileira de Ciências Agrárias

ISSN (on line) 1981-0997

v.14, n.4, e7310, 2019
AGRONOMIA (AGRONOMY) Recife, PE, UFRPE. www.agraria.pro.br
DOI:10.5039/agraria.v14i4a7310
Protocolo 7310 - 04/04/2019 • Aprovado em 25/07/2019

Índices de vegetação na estimativa da produtividade do feijoeiro cultivado

sob doses de nitrogênio
Fernando de Oliveira Turci Sandrini1 , Fábio Tiraboschi Leal1 , Anderson Prates Coelho1 ,
Leandro Borges Lemos1 , David Luciano Rosalen1
1
Universidade Estadual Paulista, Faculdade de Ciências Agrárias e Veterinárias, Jaboticabal-SP, Brasil. E-mail: [email protected]; [email protected];
[email protected]; [email protected]; [email protected]

RESUMO: O sensoriamento remoto apresenta diversas aplicações na agricultura, destacando-se a definição de áreas de
manejos específicos e estimativa da produtividade das culturas. Objetivou-se comparar a acurácia de dois índices de vegetação
(NDVI e IRVI) na estimativa da produtividade de grãos e de biomassa do feijoeiro cultivado sob doses de nitrogênio em quatro
estádios fenológicos. O experimento foi realizado na safra de inverno de 2018. O experimento apresentou 5 tratamentos, sob
doses de N em cobertura (0, 50, 100, 150 e 200 kg ha-1), com quatro repetições. Os índices de vegetação NDVI e IRVI foram
obtidos pelo sensor óptico ativo Greenseeker. Foram plotadas regressões do valor médio de NDVI e IRVI de cada parcela com a
produtividade de biomassa e de grãos da cultura. As regressões foram submetidas à análise (p < 0,05) e, quando significativas,
os ajustes foram testados pelo coeficiente de determinação (R2) e raiz do erro quadrático médio (RMSE). A acurácia da estimativa
da produtividade de grãos do feijoeiro por meio de índices de vegetação (R2 = 0,71; RMSE = 162 kg ha-1) é superior do que
para a produtividade de biomassa (R2 = 0,52; RMSE = 898 kg ha-1). O estádio fenológico com maior acurácia na estimativa das
produtividades é o de enchimento de grãos (R8).

Palavras-chave: acurácia; IRVI; modelagem; NDVI; sensoriamento remoto

Vegetation indices in the estimation of common bean yield cultivated

under nitrogen rates

ABSTRACT: Remote sensing presents several applications in agriculture, highlighting the definition of specific management
areas and estimation of crop yield. The aim of this study was to compare the accuracy of two vegetation indices (NDVI and IRVI)
in the estimation of grain and biomass yield of common bean cultivated under nitrogen doses in four phenological stages. The
experiment was carried out in the winter crop of 2018. The experiment had five treatments, under N rates in the topdressing (0,
50, 100, 150 and 200 kg ha-1), with four repetitions. The NDVI and IRVI vegetation indices were obtained by the Greenseeker
active sensor. Regressions of the mean value of NDVI and IRVI of each plot were plotted with the biomass and grain yield of
the crop. The regressions were submitted to the analysis (p < 0.05) and, when significant, the adjustments were tested by the
coefficient of determination (R2) and root mean square error (RMSE). The accuracy of estimating common bean grain yield by
means of vegetation index (R2 = 0.71, RMSE = 162 kg ha-1) is higher than for biomass yield (R2 = 0.52, RMSE = 898 kg ha-1).
The phenological stage with higher accuracy in the estimation of yields is grain filling (R8).

Key words: accuracy; IRVI; modeling; NDVI; remote sensing

Rev. Bras. Cienc. Agrar., Recife, v.14, n.4, e7310, 2019 1/8
 Índices de vegetação na estimativa da produtividade do feijoeiro cultivado sob doses de nitrogênio

Introdução Material e Métodos

O Brasil é o maior produtor de feijão do mundo, O experimento foi realizado na Fazenda Experimental
apresentando área anual cultivada de 3,2 milhões de ha e da Faculdade de Ciências Agrárias e Veterinárias, Unesp,
produção total de 3,3 milhões de toneladas (Conab, 2018). A Jaboticabal, SP, na safra de inverno de 2018, próximo às
produtividade média da cultura é baixa no país, apresentando coordenadas 21o14’59”S, 48o17’16”W e altitude de 572 m. O
1,04 Mg ha-1 de grãos, visto que o rendimento potencial pode clima da região, segundo a classificação de Köppen, é do tipo
chegar a 6 Mg ha-1 (Oliveira et al., 2011). O feijão é a fonte de Aw, subtropical, relativamente seco no inverno, com chuvas
proteína mais consumida pelos brasileiros. Além do ponto de de verão, apresentando temperatura média anual de 22ºC,
vista nutricional, a cultura do feijão é uma ótima opção para temperatura do mês mais frio superior a 18 °C e precipitação
ser inserida na rotação e sucessão de culturas em razão de seu anual normal de 1.425 mm (Alvares et al., 2013).
ciclo curto e elevada rentabilidade (Richetti & Ito, 2015). O feijão foi semeado em área experimental no primeiro ano
No Brasil, durante o ano agrícola são cultivadas três safras de adoção do sistema plantio direto, sob palhada de milheto,
de feijão: a safra das águas caracteriza-se pela semeadura em Latossolo Vermelho eutroférrico (Embrapa, 2013). O
entre outubro e dezembro, a safra da seca com semeadura milheto foi dessecado 60 dias após a emergência, utilizando-
entre fevereiro e março e a safra de inverno com semeadura se de glifosato na dose de 2,0 L ha-1 do produto comercial. Os
de abril a junho no sudeste e centro-oeste brasileiro. Como atributos químicos do solo foram pH (CaCl2) 6,1, MO = 22 g dm-
as safras estão submetidas à condições climáticas distintas, 3
, P (resina)= 87 mg dm-3, K = 9 mmolc dm-3, Ca = 48 mmolc dm-3,
existe grande variabilidade de sistemas de produção do Mg = 20 mmolc dm-3, H+Al = 25 mmolc dm-3, CTC = 102 mmolc
feijoeiro. Nesse sentido, os manejos agrícolas para a cultura dm-3, S = 10 mg dm-3, B = 0,25 mg dm-3, Cu = 1,0 mg dm-3, Fe =
tendem a ser distintos entre as safras, destacando-se a 20 mg dm-3, Mn = 23 mg dm-3 e Zn = 4 mg dm-3 (Raij et al. 2001).
irrigação, adubação e controle de plantas daninhas. Assim, Esse solo apresenta a seguinte análise granulométrica: argila =
a utilização de sensoriamento remoto nas lavouras de feijão 540 g kg-1; silte = 230 g kg-1 e areia = 230 g kg-1.
pode ajudar na definição desses manejos (Coelho et al., 2018; A semeadura do feijão, cultivar TAA Gol, foi realizada
Zhao et al., 2018). mecanicamente no dia 17 de maio de 2018. O espaçamento
O sensoriamento remoto na agricultura pode ser utilizado entre linhas utilizado foi de 0,45 m, e a densidade de
na definição de áreas de manejo específico, no manejo da semeadura de 13 sementes por metro de sulco, gerando
adubação nitrogenada e irrigação das culturas (Toureiro et população de 240.000 plantas ha-1. A adubação de semeadura
al., 2017), no controle de plantas daninhas (Huang et al., foi realizada com o fertilizante mineral misto de formulação
2016) e na estimativa de produtividade das safras agrícolas 04-28-10, na dose de 350 kg ha-1 (0,3% B, 4% Ca, 0,01% Mo,
(Mosleh et al., 2015). Para esse último, o sensoriamento 5% S e 1,2% Zn).
remoto apresenta elevada importância prática, ajudando os O experimento apresentou 5 tratamentos, sob doses de
produtores no gerenciamento de sua produção e também N em cobertura no feijoeiro (0, 50, 100, 150 e 200 kg ha-1).
na definição de preço dos produtos agrícolas (Mosleh et al., As adubações de cobertura foram efetuadas à lanço, no
2015). estádio fenológico V4 (presença da terceira folha trifoliada
Vários sensores e índices podem ser utilizados para o completamente aberta em 50% das plantas) (Fernández et al.
sensoriamento remoto de áreas agrícolas (Candiago et al., 1985), utilizando-se a ureia como fonte. Após a adubação com
2015). Os índices de vegetação permitem a identificação do N em cobertura, a área foi irrigada com lâmina de água de 10
estado fisiológico das culturas, auxiliando na definição de mm, a fim de evitar perdas desse nutriente por volatilização,
áreas de manejo específico, tais como adubação e irrigação conforme Viero et al. (2015). O manejo fitossanitário
a taxa variável e controle de doenças (Zarco-Tejada et al., foi realizado de acordo com a necessidade e indicações
2013; Ihuoma & Madramootoo, 2017). Dependendo do índice fitotécnicas para a cultura. A irrigação foi do tipo aspersão
utilizado e do tipo de equipamento, a acurácia de estimativa da convencional, aplicando-se uma lâmina de água de 20 mm
produtividade das culturas pode ser alterada. Outros fatores com turnos de rega a cada 5 dias, manejo realizado de acordo
como a cultura e o estádio fenológico de avaliação também com Allen et al. (1998), baseando-se na evapotranspiração da
afetam diretamente a acurácia de estimativa do rendimento cultura (ETc).
e na definição de áreas de manejo específico das culturas O delineamento experimental foi o de blocos casualizados,
(Rissini et al., 2015). Dessa maneira, são necessário estudos com quatro repetições. A parcela experimental foi constituída
que indiquem os melhores índices e os estádios fenológicos por 5 linhas de feijão com cinco metros de comprimento cada,
de avaliação que apresentam a maior acurácia na estimativa sendo consideradas como área útil as três linhas centrais,
dos atributos agronômicos de cada cultura, garantindo a desprezando-se 0,5 m de cada extremidade.
aplicação do sensoriamento remoto com maior precisão. Foi utilizado o equipamento GreenSeeker HandHeldTM
O objetivo do trabalho foi avaliar e comparar a acurácia portátil para obtenção dos valores dos índices de vegetação
de dois índices de vegetação (NDVI e IRVI) na estimativa da NDVI (índice de vegetação por diferença normalizada) e IRVI
produtividade de grãos e de biomassa do feijoeiro cultivado (razão inversa do índice de vegetação). Esse sensor é ativo
sob doses de nitrogênio em quatro estádios fenológicos. e gera automaticamente dois índices de vegetação, o NDVI

Rev. Bras. Cienc. Agrar., Recife, v.14, n.4, e7310, 2019 2/8
 Índices de vegetação na estimativa da produtividade do feijoeiro cultivado sob doses de nitrogênio

(Equação 1) e o IRVI (Equação 2), a partir da medida da resposta em que: N - número de dados; Yobsi - valores observados de Y;
espectral da banda do vermelho (650 nm) e do infravermelho Yesti - valores estimados de Y.
próximo (770 nm). A obtenção de dados com o GreenSeeker
foi realizada manualmente, com passagem sobre o dossel (0,5
Resultados e Discussão
m acima) do feijoeiro, conforme Santos et al. (2017) e Coelho
et al. (2018). Para cada parcela foram obtidos entre 20 e 30 Avaliou-se a acurácia de estimativa da produtividade de
valores de NDVI (Equação 1) e IRVI (Equação 2). grãos e de biomassa do feijoeiro, cultivado sob doses de N
em cobertura, em função de dois índices de vegetação (IRVI
ρnir − ρr e NDVI) em quatro estádios fenológicos. Para a produtividade
NDVI = (1)
ρnir + ρr de biomassa (PB), a acurácia dos modelos dos dois índices
de vegetação aumentou com o decorrer do ciclo do feijoeiro
ρr (Figura 1).
IRVI = (2)
ρnir No estádio fenológico V4.7, os modelos não foram
significativos na estimativa da PB. Nos estádios R5 e R6, os
em que: NDVI: índice de vegetação por diferença normalizada; modelos foram significativos ao nível de probabilidade de
IRVI: razão inversa do índice de vegetação; ρnir: reflectância 5% e no estádio R8 foram significativos ao nível de 1% de
no infravermelho próximo (770 nm); ρr: reflectância no probabilidade. O erro dos modelos (RMSE) foi maior para o
vermelho (650 nm). estádio V4.7 e, a partir do estádio R5, estabilizou-se em torno
As leituras de NDVI e IRVI foram realizadas em 4 estádios de 878 kg ha-1 (Figura 1). Comparando os índices, verifica-se
fenológicos da cultura: emissão da sétima folha trifoliada (V4.7), que não houve diferenças relevantes na acurácia dos modelos,
aparecimento de botões florais (R5), florescimento pleno (R6) independentemente do estádio fenológico avaliado, uma
e enchimento de grãos (R8), de acordo com a escala fenológica vez que o erro (RMSE) e a precisão (R2) dos modelos foram
de Fernández et al. (1985). Cada repetição apresentou próximos para os dois índices.
um valor médio de NDVI e IRVI, sendo correlacionados à Para a produtividade de grãos do feijoeiro, os modelos de
produtividade de grãos e de biomassa de cada parcela para estimativa para amobs os índices de vegetação nos estádios
análise das regressões. Foram testadas regressões lineares e fenológicos V4.7 e R5 não foram significativos, enquanto que
não lineares de segundo grau para a calibração dos modelos, para os estádios R6 e R8 foram significativos ao nível de 1% de
escolhendo àquelas que apresentaram melhor ajuste para a probabilidade (Figura 2). A precisão do modelo (R2) aumentou
análise. com o decorrer do ciclo da cultura, enquanto o erro (RMSE)
Por ocasião da maturidade fisiológica (R9), foi determinada foi menor para o estádio R8 (NDVI = 163 kg ha-1; IRVI = 160
a população de plantas por hectare de cada parcela. A kg ha-1), indicando maior acurácia dos modelos no estádio
produtividade de grãos do feijoeiro foi calculada colhendo- fenológico R8.
se as três linhas centrais, desconsiderando 0,5 m de cada A variação dos valores de NDVI e IRVI em função das doses
extremidade, com a umidade dos grãos padronizada a 0,13 de nitrogênio aplicadas em cobertura no feijoeiro apresentou
g g-1. Para a obtenção da produtividade de biomassa, foram ajuste significativo somente para o estádio fenológico R8 (Figura
coletadas 5 plantas consecutivas de cada parcela, sendo
3). De acordo com as regressões para esse estádio fenológico,
levadas para estufa de circulação forçada de ar à 65 °C, até
o máximo valor de NDVI (0,820) e mínimo de IRVI (0,100) foi
massa constante, para a obtenção da matéria seca.
obtido com a dose de N de 129 kg ha-1 para os dois índices de
A acurácia dos modelos foi avaliada pela análise de
vegetação. Vale ressaltar que os valores de NDVI apresentam
regressão (5% de probabilidade), coeficiente de determinação
acréscimo e os de IRVI decréscimo com o incremento das
(R2) e raiz do erro quadrático médio (Root Mean Squared
doses de N, pois são calculados de formas distintas. O IRVI é
Error - RMSE) (Ghilani & Wolf, 2006) (Equação 3). A acurácia
a relação inversa entre a reflectância do vermelho (650 nm)
do modelo é composta pela interação da precisão, avaliada
com a reflectância do infravermelho (770 nm), enquanto
pelo R2, e erro, avaliado pelo RMSE. Todas as parcelas foram
que o NDVI é calculado pela diferença normalizada entre as
utilizadas como um ponto na análise dos modelos, ou seja,
reflectâncias das duas bandas. Como o incremento da dose
cada modelo totalizou 20 pontos em cada estádio fenológico.
O RMSE de cada modelo foi obtido pela soma do erro de cada de N aumenta o crescimento e desenvolvimento do feijoeiro
um dos pontos do modelo dividido pelo número de pontos da (Soratto et al., 2013), menor será a reflectância da banda do
regressão, sendo um indicativo de erro médio de cada ponto. vermelho e maior na banda do infravermelho, justificando a
Os outliers foram removidos conforme metodologia proposta diferença de variação dos dois índices em função das doses de
por Belsley et al. (1980), até o limite de 15% dos dados. N. Isso ocorre devido ao incremento de área foliar e teor de
clorofila proporcionado pelo aumento das doses de N (Zarco-
N Tejada et al., 2013), diminuindo a reflectância na banda do
∑ (Yobs − Yest )
i =1
i i
2 vermelho, uma vez que um dos picos de absorção de luz pela
molécula de clorofila ocorre próximo a 650 nm (Zarco-Tejada
RMSE = (3)
N et al., 2013).

Rev. Bras. Cienc. Agrar., Recife, v.14, n.4, e7310, 2019 3/8
 Índices de vegetação na estimativa da produtividade do feijoeiro cultivado sob doses de nitrogênio

ns – não significativo; *Significativo a 5% de probabilidade; **Significativo a 1% de probabilidade.

Figura 1. Acurácia dos modelos de estimativa da produtividade de biomassa do feijoeiro a partir dos índices de vegetação NDVI
e IRVI nos estádio fenológicos V4.7 (A e B), R5 (C e D), R6 (E e F) e R8 (G e H).

A definição da dose de N em função do valor máximo das plantas apresenta maior variabilidade espacial do que
de NDVI e mínimo de IRVI, a partir dos modelos gerados, a produtividade de grãos. No presente estudo, no estádio
pode auxiliar na recomendação da aplicação de nitrogênio fenológico R8, o coeficiente de variação dos dados para a
no feijoeiro. Esse fato pode ser confirmado pelo modelo calibração dos modelos foi de 23% e 12,8% para a biomassa
de estimativa da produtividade de grãos do feijoeiro em e produtividade de grãos, respectivamente. O acúmulo de
função das doses de N em cobertura, uma vez que a máxima biomassa é mais sensível aos fatores bióticos e abióticos
produtividade foi obtida com dose de N de 127 kg ha-1, dose do que a produtividade de grãos (Machado et al., 2002),
muito próxima ao obtido em função do NDVI (Figura 4). confirmando a maior variabilidade e justificando a menor
Verificou-se que os modelos de estimativa da produtividade acurácia de estimativa para essa variável.
de grãos (PG) apresentaram maior acurácia do que para a Quanto aos estádios fenológicos, as maiores acurácias
estimativa da produtividade de biomassa (PB). Esse fato foi foram verificadas para avaliações em estádios mais avançados
verificado em alguns trabalhos (Abrahão et al., 2013; Zerbato do ciclo. Avaliações em fases mais adiantadas das culturas
et al., 2016; Coelho et al., 2018), pois o acúmulo de biomassa representam mais as condições edafoclimáticas que as

Rev. Bras. Cienc. Agrar., Recife, v.14, n.4, e7310, 2019 4/8
 Índices de vegetação na estimativa da produtividade do feijoeiro cultivado sob doses de nitrogênio

ns – não significativo; *Significativo a 5% de probabilidade; **Significativo a 1% de probabilidade.

Figura 2. Acurácia dos modelos de estimativa da produtividade de grãos do feijoeiro a partir dos índices de vegetação NDVI e
IRVI nos estádio fenológicos V4.7 (A e B), R5 (C e D), R6 (E e F) e R8 (G e H). PG – produtividade de grãos.

mesmas foram mantidas no campo, e há menor chance de de Monteiro et al. (2012), a cultivar utilizada foi a Pérola,
acontecimentos de eventos que levariam à perda de produção enquanto que para o presente estudo utilizou-se a cultivar
das plantas, como déficit hídrico e nutricional, doenças e TAA Gol. Essas cultivares se diferenciam quanto ao hábito de
pragas (Klering et al., 2016). Além disso, em estádios mais crescimento, sendo a primeira de crescimento indeterminado
iniciais do ciclo, a exigência de recursos pelas plantas é e a segunda de crescimento determinado. Como cultivares de
menor, dificultando a detecção da variabilidade pelas plantas crescimento indeterminado apresentam emissão de novos
nesse momento. Nesse sentido, a cultura do feijoeiro é ramos e folhas após o florescimento (estádio fenológico
capaz de absorver nitrogênio mesmo em estádios avançados R6), isso pode ter levado às maiores precisões no estudo
de seu ciclo (Araújo & Teixeira, 2008), acarretando maior de Monteiro et al. (2012). Como os índices de vegetação
desenvolvimento e correlação com os índices de vegetação. apresentam sensibilidade ao aumento de folhas e matéria
No presente estudo, a máxima precisão (R2 = 0,71) seca das plantas, cultivares de ciclo indeterminado podem
observada para a estimativa da PG do feijoeiro foi inferior a representar maior variação e resposta à doses de N do que
observada (R2 = 0,84) por Monteiro et al. (2012). No estudo cultivares de ciclo determinado. Por outro lado, cultivares

Rev. Bras. Cienc. Agrar., Recife, v.14, n.4, e7310, 2019 5/8
 Índices de vegetação na estimativa da produtividade do feijoeiro cultivado sob doses de nitrogênio

ns – não significativo; *Significativo a 5% de probabilidade.

Figura 3. Variação dos valores de NDVI e IRVI em função das doses de nitrogênio aplicadas em cobertura nos estádios fenológicos
V4.7 (A e B), R5 (C e D), R6 (E e F) e R8 (G e H).

de ciclo determinado não emitem folhas e ramos após o

florescimento. Além disso, observa-se que o solo da área
experimental do presente estudo apresenta historicamente
elevada fertilidade, visto as baixas repostas das culturas à
adubação nitrogenada (Flôres et al., 2017; Amaral et al., 2018).
Assim, a variação de produtividade entre as doses maiores
e menores pode ser reduzida, interferindo na precisão dos
modelos.
Embora a precisão dos modelos de estimativa da PG
do presente estudo não apresentou-se superior quando
Figura 4. Variação da produtividade de grãos do feijoeiro comparada a outro experimento com feijão (Monteiro et al.,
em função de doses de nitrogênio em cobertura. PG – 2012), verifica-se que o erro de estimativa foi baixo (RMSE =
produtividade de grãos. 160 kg ha-1). Em relação à PG média (2329 kg ha-1) do feijoeiro

Rev. Bras. Cienc. Agrar., Recife, v.14, n.4, e7310, 2019 6/8
 Índices de vegetação na estimativa da produtividade do feijoeiro cultivado sob doses de nitrogênio

no presente estudo, o erro foi de 6,9%. Em outros trabalhos de Allen, R.G.; Pereira, L.S., Raes, D., Smith, M. Crop evapotranspiration
estimativa da PG das culturas, embora a precisão dos modelos - guidelines for computing crop water requirements. Rome: FAO,
(R2) foi superior à obtida no presente estudo, o erro médio foi 1998. 300p. (FAO. Irrigation and Drainage Paper, 56). http://
superior, como por exemplo para a aveia-branca, sendo de 9% www.fao.org/3/X0490E/X0490E00.htm. 03 Mar. 2019.
(Coelho et al., 2018). Alvares, C.A.; Stape, J.L.; Sentelhas, P.C.; Gonçalves, J.L.M.;
Observa-se na literatura que a acurácia de modelos para Sparovek, G. Koppen’s climate classification map for Brazil.
a estimativa da produtividade de grãos e de biomassa de Meteorologische Zeitschrift, v.22, n.6, p.711-728, 2013. https://
leguminosas é inferior do que para gramíneas. Coelho et doi.org/10.1127/0941-2948/2013/0507.
al. (2018), observaram R2 > 0,90 para a estimativa da PG da Amaral, C.B.; Oliveira, G.H.F.; Môro, G.V. Phenotyping open-pollinated
aveia-branca em função do NDVI e IRVI, enquanto que para maize varieties for environments with low nitrogen availability.
trigo e cevada, Grohs et al. (2009) observaram R2 > 0,92 Archives of Agronomy and Soil Science, v.64, n.10, p.1465-1472,
para a estimativa. Para o amendoim, Zerbato et al. (2016) 2018. https://doi.org/10.1080/03650340.2018.1442574.
observaram R2 de 0,60 para a estimativa da produtividade do Araújo, A.P.; Teixeira, M.G. Relationships between grain yield
amendoim e Monteiro et al. (2012) R2 de 0,84 para o feijão. and accumulation of biomass, nitrogen and phosphorus in
No presente estudo, a maior precisão obtida para a estimativa common bean cultivars. Revista Brasileira de Ciência do Solo,
da PG do feijoeiro foi de 0,71. v.32, n.5, p.1977-1986, 2008. https://doi.org/10.1590/S0100-
Isso ocorre, pois as respostas das gramíneas aos manejos 06832008000500019.
agrícolas são mais lineares do que para as leguminosas, podendo- Belsley, D.A.; Kuh, E.; Welsch, R.E. Identifying Influential Data and
Sources of Collinearity. Regression Diagnostics. New York: John
se destacar estudos com doses de fertilizantes e lâminas de
Wiley & Sons, 1980. 292p.
irrigação. Para as leguminosas, as respostas das plantas aos
Candiago, S.; Remondino, F.; Giglio, M.; Dubbini, M.; Gatelli, M.
manejos agrícolas são mais variáveis devido ao processo de
Evaluating multispectral images and vegetation indices for
fixação biológico do nitrogênio (FBN). Verifica-se que em locais
precision farming applications from UAV images. Remote
com maior adubação nitrogenada, a eficiência da FBN diminui, ou
sensing, v.7, n.4, p.4026-4047, 2015. https://doi.org/10.3390/
seja, em tratamentos com menores doses de N a FBN fornecerá
rs70404026.
maior quantidade de N às plantas do que tratamentos com
Coelho, A.P.; Rosalen, D.L.; Faria, R.T. Vegetation indices in the
adubações nitrogenadas em maiores doses (Xavier et al., 2008).
prediction of biomass and grain yield of white oat under
Assim, as variações que as leguminosas podem ser submetidas
irrigation levels. Pesquisa Agropecuária Tropical, v.48, n.2, p.109-
do momento das leituras com índices de vegetação até o final do
117, 2018. http://dx.doi.org/10.1590/1983-40632018v4851523.
ciclo das culturas pode interferir mais na acurácia dos modelos
Companhia Nacional de Abastecimento - Conab. Acompanhamento
de estimativa do que para as gramíneas.
da safra brasileira - grãos. Brasília: Conab, 2017. 157p. (v. 5 –
Safra 2017/18, n. 10 - Décimo levantamento). https://www.
Conclusões conab.gov.br/info-agro/safras/graos/boletim-da-safra-de-graos/
item/download/21088_8ca248b277426bb3974f74efa00abab6.
A acurácia da estimativa da produtividade de grãos do 10 Ago. 2018
feijoeiro por meio de índices de vegetação é maior do que para Empresa Brasileira de Pesquisa Agropecuária – Embrapa. Sistema
a produtividade de biomassa. O estádio fenológico com maior brasileiro de classificação de solos. 3 ed. Brasília, 2013. 353 p.
acurácia na estimativa das produtividades é o de enchimento de Fernández, F.; Gepts, P.; López, M. Etapas de dessarollo en la planta
grãos (R8). Os índices de vegetação NDVI e IRVI não apresentam del frijol. In: López, M.; Fernández, F.; Schoonhoven, A. van.
diferenças relevantes na acurácia de estimativa. Frijol: investigación y producción. Cali: CIAT, 1985, p.61-78.
Flôres, J.D.; Amaral, C.B.; Pinto, C.C.; Mingotte, F.L.C.; Lemos,
Agradecimentos L.B. Agronomic and qualitative traits of common bean as
a function of the straw and nitrogen fertilization. Pesquisa
Os autores agradecem ao Conselho Nacional de Agropecuária Tropical, v.47, n.2, p.195-201, 2017. https://doi.
Desenvolvimento Científico e Tecnológico (CNPq) pela org/10.1590/1983-40632016v4743979.
concessão da bolsa de iniciação científica concedida ao Ghilani, C. D.; Wolf, P. R. Adjustment computations: spatial data
primeiro autor. analysis. 4.ed. New Jersey: John Wiley & Sons Inc., 2006. 611 p.
Grohs, D.S.; Bredemeier, C.; Mundstock, C.M.; Poletto, N. Modelo para
Literatura Citada estimativa do potencial produtivo em trigo e cevada por meio do
sensor GreenSeeker. Engenharia Agrícola, v.29, n.1, p.101-112,
Abrahão, S.A.; Pinto, F.A.C.; Queiroz, D.M.; Santos, N.T.; Carneiro, 2009. https://doi.org/10.1590/S0100-6916200900010001.
J.E.S. Discriminação de teores de nitrogênio e clorofila foliares Huang, Y.; Lee, M.A.; Thomson, S.J.; Reddy, K.N. Ground-based
do feijoeiro por meio de bandas e índices de vegetação hyperspectral remote sensing for weed management in crop
espectrais. Revista Ciência Agronômica, v.44, n.3, p.464-473, production. International Journal of Agricultural and Biological
2013. http://ccarevista.ufc.br/seer/index.php/ccarevista/article/ Engineering, v.9, n.2, p.98-109, 2016. https://doi.org/10.3965/j.
view/2081/0. 18 Mar. 2019. ijabe.20160902.2137.

Rev. Bras. Cienc. Agrar., Recife, v.14, n.4, e7310, 2019 7/8
 Índices de vegetação na estimativa da produtividade do feijoeiro cultivado sob doses de nitrogênio

Ihuoma, S.O.; Madramootoo, C.A. Recent advances in crop Santos, G.O.; Rosalen, D.L.; Faria, R.T.D. Use of active optical sensor
water stress detection. Computers and Electronics in in the characteristics analysis of the fertigated brachiaria
Agriculture, v.141, p.267-275, 2017. https://doi.org/10.1016/j. with treated sewage. Engenharia Agrícola, v.37, n.6, p.1213-
compag.2017.07.026. 1221, 2017. https://doi.org/10.1590/1809-4430-eng.agric.
Klering, E.V.; Fontana, D.C.; Roglio, V.S.; Alves, R.C.M.; Berlato, v37n6p1213-1221/2017.
M.A. Modelo agrometeorológico-espectral para estimativa Soratto, R.P.; Fernandes, A.M.; Santos, L.A.; Job, A.L.G. Nutrient
da produtividade de grãos de arroz irrigado no Rio Grande extraction and exportation by common bean cultivars under
do Sul. Bragantia, v.75, n.2, p.247-256, 2016. https://doi. different fertilization levels: I-macronutrients. Revista Brasileira
org/10.1590/1678-4499.287. de Ciência do Solo, v.37, n.4, p.1027-1042, 2013. https://doi.
Machado, E.D.; Bynum, E.D.; Archer, T.L.; Lascano, R.J.; Wilson, L.T.; org/10.1590/S0100-06832013000400020.
Bordovsky, J.; Segarra, E.; Bronson, K.; Nesmith, D.M.; Xu, W. Toureiro, C.; Serralheiro, R.; Shahidian, S.; Sousa, A. Irrigation
Spatial and Temporal Variability of Corn Growth and Grain Yield: management with remote sensing: Evaluating irrigation
Implications for Site-Specific Farming. Crop Science, v.42, n.5, requirement for maize under Mediterranean climate condition.
p.1564–1576, 2002. https://doi.org/10.2135/cropsci2002.1564. Agricultural Water Management, v.184, p.211–220, 2017.
Monteiro, P.F.C.; Ângulo Filho, R.; Xavier, A.C.; Monteiro, R.O.C. https://doi.org/10.1016/j.agwat.2016.02.010.
Assessing biophysical variable parameters of bean crop with Viero, F.; Bayer, C.; Vieira, R.C.B.; Carniel, E. Management of irrigation
hyperspectral measurements. Scientia Agricola, v.69, n.2, p.87- and nitrogen fertilizers to reduce ammonia volatilization. Revista
94, 2012. https://doi.org/10.1590/S0103-90162012000200001. Brasileira de Ciência do Solo, v.39, n.6, p.1737-1743, 2015.
Mosleh, M.K.; Hassan, Q.K.; Chowdhury, E.H. Application of Remote https://doi.org/10.1590/01000683rbcs20150132.
Sensors in Mapping Rice Area and Forecasting Its Production: Xavier, T.F.; Araújo, A.S.F.; Santos, V.B.; Campos, F.L. Inoculação e
A Review. Sensors, v.15, n.1, p.769-791, 2015. https://doi. adubação nitrogenada sobre a nodulação e a produtividade de
org/10.3390/s150100769. grãos de feijão-caupi. Ciência Rural, v.38, n.7, p.2037-3041, 2008.
Oliveira, L.J.C.; Costa, L.C.; Sediyama, G.C.; Ferreira, W.P.M.; Oliveira, M.J. https://doi.org/10.1590/S0103-84782008000700038.
Modelos de estimativa de produtividade potencial para as culturas Zarco-Tejada, P.J.; González-Dugo, V.; Williams, L.E.; Suárez, L. Berni,
do feijão e do milho. Engenharia na Agricultura, v.19, n.4, p.304-312, J.A.J.; Golshamer, D.; Fereres, E. A PRI-based water stress index
2011. https://doi.org/10.13083/1414-3984.v19n04a03. combining structural and chlorophyll effects: Assessment using
Raij, B.V.; Andrade, J.C.; Cantarella, H.; Quaggio, J.A. Análise química diurnal narrow-band airborne imagery and the CWSI thermal
para avaliação da fertilidade de solos tropicais. 1.ed. Campinas: index. Remote Sensing of Environment, v.138, p.38-50, 2013.
Instituto Agronômico de Campinas; 2001. 285p. https://doi.org/10.1016/j.rse.2013.07.024.
Richetti, A.; Ito, M. A. Viabilidade econômica da cultura do feijão- Zerbato, C.; Rosalen, D.L.; Furlani, C.E.A.; Deghaid, J.; Voltarelli,
comum, safra da seca 2016, em Mato Grosso do Sul. Dourados: M.A. Agronomic characteristics associated with the normalized
Embrapa Agropecuária Oeste, 2015. (Embrapa Agropecuária Oeste. difference vegetation index (NDVI) in the peanut crop. Australian
Comunicado Técnico, 208). https://ainfo.cnptia.embrapa.br/digital/ Journal of Crop Science, v.10, n.5, p.758-764, 2016. https://doi.
bitstream/item/139275/1/COT2015208-CPAO.pdf. 17 Mar. 2019. org/10.21475/ajcs.2016.10.05.p7167.
Rissini, A.L.D.; Kawakami, J.; Genu, A.M. Índice de vegetação por Zhao, B.; Duan, A.; Karim, S.T.; Liu, Z.; Chen, Z.; Gong, Z.; Zhang, J.;
diferença normalizada e produtividade de cultivares de trigo Xiao, J.; liu, Z.; Qin, A.; Ning, D. Exploring new spectral bands
submetidas a doses de nitrogênio. Revista Brasileira de Ciência and vegetation indices for estimating nitrogen nutrition index of
do Solo, v.39, n.6, p.1703-1713, 2015. https://doi.org/10.1590/0 summer maize. European Journal of Agronomy, v.93, p.113-125,
1000683rbcs20140686. 2018. https://doi.org/10.1016/j.eja.2017.12.006.

Rev. Bras. Cienc. Agrar., Recife, v.14, n.4, e7310, 2019 8/8