ANÁLISE ESPACIAL DO PLANTIO DA CANA-DE AÇÚCAR POR LEVANTAMENTO AEROFOTOGRAMÉTRICO POR SISTEMA DE AERONAVES REMOTAMENTE PILOTADAS

ANÁLISE ESPACIAL DO PLANTIO DA CANA-DE AÇÚCAR POR LEVANTAMENTO AEROFOTOGRAMÉTRICO POR SISTEMA DE AERONAVES REMOTAMENTE PILOTADAS

• Autor
• CHRISTOPHER HORVATH SCHEIBEL
• Co-autores
• JOÃO PEDRO DOS SANTOS VERÇOSA , ARTHUR COSTA FALCÃO TAVARES , HENRIQUE RAVI ROCHA DE CARVALHO ALMEIDA , RAMON SALGUEIRO CRUZ , FLÁVIO HENRIQUE DOS SANTOS SILVA
• Resumo

•  

  Resumo: Nos últimos anos, é notável o aumento do interesse por Sistemas de Aeronaves Remotamente Pilotadas (RPAS), graças ao desenvolvimento de tecnologias para a construção desses veículos e dos vários campos em que eles podem ser utilizados, tornando-os ferramentas de prima importância para a pesquisa em práticas agrícolas. O constante desenvolvimento de tecnologias nas áreas de eletrônica e informática, tem promovido também contínuos avanços no campo da geomática, e, sobretudo pela automatização de diversos procedimentos realizados na área de fotogrametria. A utilização de softwares de geração e mosaicagem de imagens, além do auxílio de linguagens de programação como o Python, tem sido possível a identificação e mapeamento automatizados de áreas de interesse (LUNA e LOBO, 2016; SOUZA, 2016; FAREED e REHMAN, 2020).

  A ausência e dificuldade de acesso gratuito à mapas atualizados e em escala de detalhes são fatores que têm impulsionado a utilização comercial de RPA, para geração de vários produtos cartográficos, dentre eles, geração de mapas para a agricultura de precisão (SHENDRYK et al., 2019; SOUZA, 2016; SOM-ARD et al., 2018; MOLIN e VEIGA, 2016). Assim, esse trabalho objetivou avaliar espacialmente o cultivo da cana-de-açúcar em áreas de alta declividade a partir de técnicas de Deep Learning, tendo como projeto piloto as áreas de plantio da S/A Usina Coruripe Açúcar e Álcool (CEVALLOS; VILLAGOMEZ; ANDRYSHCHENKO, 2019).

  A metodologia para obtenção das imagens aéreas, baseou-se no uso de um RPA modelo asa fixa projetado e construído no próprio Centro de Engenharias e Ciências Agrárias (CECA/UFAL). Para a elaboração do plano de voo e pré voo foram empregados, respectivamente, os softwares Mission Planner e Tower para Android. Sendo este último, também utilizado durante o voo para definir as funções de telemetria de posicionamento, direção, altura, velocidade, tempo de voo e da carga total da bateria, para a obtenção das imagens tomadas em blocos de voo, a 120m de altitude e um Ground Sample Distance (GSD) de 9cm. Após a etapa do aerolevantamento, as fotos aéreas foram transferidas da câmera digital, para um computador, sendo então realizada uma análise visual para exclusão das fotos com nitidez e qualidade indesejadas. Em seguida iniciou-se o pós-processamento das imagens selecionadas utilizando-se o software Agisoft Photoscan 1.3.5 Professional, com licença trial, para gerar o relatório do processamento das imagens, ortofoto, ortomosaico, Modelo Digital de Superfície (MDS) e nuvem de pontos em 3D. Com o apoio da equipe de Topografia da Usina, foi possível realizar a materialização de 10 pontos de controle sobre a área de estudo, a fim de melhorar a acurácia posicional dos produtos cartográficos gerados. Utilizando um par de receptores GNSS, mais conhecidos como Sistema de Navegação Global por Satélites, e o método relativo Real Time Kinematic (RTK), foram obtidas as coordenadas geográficas dos pontos de controle, sendo estes sinalizados por alvos de madeira sobre a área a ser recoberta pelo RPA.

  Após o processamento das imagens, o ortofotomosaico apresentou erro de raiz quadrada média (RMS) planimétrico inferior a 19 cm. Ainda, em relação ao MDS foi possível observar uma diminuição no erro RMS altimétrico, com a utilização dos alvos, o qual apresentou um erro médio na altimetria do MDS em torno de 5% para os talhões de cana-de-açúcar e aproximadamente 5% nas aéreas de fragmentos florestais. Devido ao fato de não terem sido obtidos pontos de apoio nas proximidades dos fragmentos florestais, foi observada uma deformação no formato elipsoidal, na orientação da ortofoto, ao se distanciar dos pontos de apoio, e quando comparado às imagens de satélite do Google Earth. Pondera-se, que este erro poderia ser evitado com o uso de pelo menos 5 pontos de apoio ao longo da estrada localizada entre o fragmento de mata e o talhão de cana-de-açúcar. A partir dos produtos cartográficos gerados foi possível analisar o estágio fenológico da cana de açúcar, utilizando-se a indexação verde ou green index, substituindo a banda infravermelha pela vermelha, além de um corte no índice que varia de 0 a 1, através do próprio programa Agisoft Photoscan. Esse processamento digital melhorou a região de contraste quando aplicado à temática da banda de variação do índice falsa cor, já que seus novos valores no índice verde falso, possibilitando também separar as classes vegetação e solo exposto. Todavia, devido a altitude e resolução espacial utilizadas durante a tomada das fotos, assim como pela pouca área foliar na vegetação presente, alguns estados fenológicos não foram possíveis de serem identificados. Observou-se na imagem resultante, que, quanto mais avançado se encontra o estágio fenológico da planta, mais próximo ao valor de um está o índice.

   Conclui-se que o uso da tecnologia RPA apresentou grande potencial quanto a captura de imagens, com uma maior celeridade e detalhamento no nível de obtenção de informações preliminares para identificação e mapeamento de talhões de cana-de-açúcar e áreas florestais. A união entre um RPA asa fixa quase que artesanal e de baixo custo, com tecnologia de posicionamento por satélites artificiais, pode alcançar um nível de precisão exigido por profissionais que atuam na área de Geomática. Porém, devido a características primordiais como integralização de sistemas, facilidade de manuseio, segurança e manutenção, recomenda-se que se inicie este tipo de pesquisa, com o uso de RPA modelo asa rotativa, popularmente conhecido como drone, como os modelos disponibilizados por empresas, como o DJI, Xiaomi ou Parrot.

• Palavras-chave
• RPAS, Geomática, Agricultura de Precisão
• Área Temática
• Agrimensura