Estudo de índices de vegetação por sensoriamento remoto para monitoramento da cultura de cana-de-açúcar

Abstract

O cultivo da cana-de-açúcar caracteriza-se como uma das mais relevantes ativi-dades na história do Brasil. O ciclo produtivo da cana foi responsável por moldar as relações sociais, trabalhistas e políticas que muito perduram até os dias atuais. Assim, estimar a produtividade da cana-de-açúcar de forma confiável e com antecedência em relação à sua colheita é de extrema importância para a tomada de decisões do pro-dutor. Neste contexto, este trabalho teve como objetivo avaliar a utilização de índices de vegetação obtidos através de sensoriamento remoto, como ferramentas de identi-ficação e monitoramento da produção e desenvolvimento da cana-de-açúcar. Foram utilizados índices de vegetação diversos, calculados por combinações de bandas mul-tiespectrais capturadas por sensores do Sentinel-2, juntamente com a plataforma Go-ogle Earth Engine, demonstrando-se eficiente para o cálculo e a análise de 16 dife-rentes índices de vegetação, como NDVI, ARVI, SAVI, dentre outros. Em suma, o presente estudo reforçou a importância de se integrar o uso de métodos de sensoria-mento remoto com técnicas de análises estatísticas avançadas como o PCA e o K-means, demonstrando-se satisfatório quanto a segmentação das áreas de interesse, possibilitando a observação de padrões homogêneos e a identificação de semelhan-ças entres as zonas de manejo. Os resultados indicaram que a combinação de ambos os métodos permitiu uma análise detalhada e precisa das condições do campo, pos-sibilitando intervenções direcionadas e consequentemente, otimizando o cultivo e a produtividade da cana-de-açúcar.