A equipe usou dados combinados de voos de satélite e de veículos aéreos não tripulados (UAV) para mapear com precisão a condição das árvores de macadâmia na Austrália. Crédito:Kasper Johansen
Modelos baseados em imagens de veículos aéreos não tripulados e satélites podem ajudar os agricultores a monitorar a saúde de árvores individuais.
A maior resolução de dados torna possível examinar árvores individuais em uma fazenda, que permite aos agricultores realizar ações específicas. À medida que a população mundial cresce, é vital ter melhores maneiras de otimizar a produção de alimentos. As tecnologias de sensoriamento remoto são essenciais para atender a esses objetivos, fornecendo os meios para monitorar a saúde da colheita em grandes áreas.
Os pesquisadores Kasper Johansen e Matthew McCabe do Centro de Dessalinização e Reutilização de Água da KAUST, com colegas de trabalho na Austrália, demonstraram esse potencial usando dados combinados de voos de satélite e veículos aéreos não tripulados (UAV) para mapear com precisão a condição das árvores de macadâmia em Queensland.
As nozes de macadâmia são um importante produto de exportação para a Austrália, mas as árvores levam 15 anos para amadurecer e fornecer seu rendimento máximo, portanto, os agricultores devem identificar logo as árvores que estão sofrendo. "Atualmente, fazendeiros de macadâmia contam com avaliação visual manual de cada árvore e seu sistema de irrigação, o que é demorado e muitas vezes inconsistente, "diz Johansen, "enquanto o UAV e o sensoriamento remoto por satélite podem avaliar milhares de uma vez."
A equipe estudou três plantações contendo árvores de várias idades e variedades. A saúde de cada árvore foi avaliada por um agrônomo experiente usando uma escala de cinco pontos de excelente a ruim. Os pesquisadores voaram com um UAV sobre os locais para registrar imagens espectrais em verde, vermelho e infravermelho próximo, e eles adquiriram dados através de várias outras bandas espectrais do satélite de observação terrestre Worldview-3.
Usando dados de treinamento de algumas centenas de árvores, a equipe desenvolveu modelos relacionando os dados espectrais às medições do solo. Os modelos foram então capazes de classificar corretamente mais de 98% das outras árvores.
Interessantemente, embora os espectros detalhados de Worldview-3 forneçam os modelos mais precisos da saúde das árvores, o tamanho do pixel de 1,2 metros era muito grosso para identificar as copas das árvores individuais, o que só poderia ser feito com os dados de UAV de alta resolução. Isso destaca os benefícios de uma abordagem combinada UAV-satélite.
Árvores de macadâmia (à esquerda) produzem frutos valiosos, nozes de macadâmia (direita). Crédito:Kasper Johansen
Ao combinar dados de UAV e pesquisas de satélite, Johansen e colegas de trabalho conseguiram classificar a saúde de árvores individuais em uma escala de cinco pontos em grandes áreas de plantações de macadâmia. Os agricultores podem então usar um mapa, como o mostrado, para encontrar e tratar árvores em risco. Crédito:Kasper Johansen
A pesquisa se beneficiou muito de seus links com o grupo de pesquisa da McCabe na KAUST, que se concentra em aplicações de sensoriamento remoto para agricultura de precisão e inclui estudos relacionados de olivais na Arábia Saudita.
“O uso de sensoriamento remoto para agricultura de precisão, como nosso estudo, irá melhorar as práticas gerais de gestão de pomares, produção e rendimento, "diz Johansen." Por sua vez, isso aumentará a segurança alimentar e hídrica. "
"Este trabalho foi parte de um projeto colaborativo financiado pelo governo australiano para apoiar as indústrias de cultivo de árvores, especificamente para macadâmia, pomares de manga e abacate, "explica Johansen.
