Variabilidade espacial e relação do pindice de vegetação de imagem quickbird com caracteristicas fisico-químicas do solo de lavoura cafeeira.

Abstract

Objetivou-se com este trabalho, utilizar técnicas de Agricultura de Precisão (AP) para caracterizar a relação entre a variabilidade espacial de atributos físico-químicos do solo e o índice de área foliar de plantas de cafeeiro obtido a partir de imagem do satélite QuickBird®. O experimento foi conduzido na fazenda Cafua, localizada no município de Ijací, sul de Minas Gerais, em uma área de aproximadamente 6,5 ha de lavoura de cafeeiro (Coffea arabica L.), cultivar Catuaí Vermelho IAC 99. Foram demarcados transectos na área com distâncias de 25x25 e 50x50 metros, num total de 67 pontos amostrais, com base nos quais se realizaram amostragem de características físico-químicas do solo e do índice de vegetação da cultura com base em imagem de satélite QuickBird®. Com o uso de técnicas de Sistema de Informações Geográficas (SIG), Sensoriamento Remoto (SR), Processamento de Imagens Digitais (PID), Geoestatística e Estatística, foi possível detectar e caracterizar a variabilidade espacial da vegetação na lavoura, potencialmente influenciada pelas características físico-químicas do solo.

It was aimed at with this work, to use Precision Farming (PF) techniques to characterize the relation among the spatial variability of soil physico-chemical attributes and the coffee crop leaf area index obtained from QuickBird® satellite image. The experiment was driven in Cafua farm, located in Ijací municipal district of south region of Minas Gerais, in an area of approximately 6,5 ha of coffee crop (Coffea arabica L.), Catuaí Vermelho IAC 99 cultivar. Transects in distances of 25x25 and 50x50 meters were demarcated in the area, in a totality of 67 surveyed points, used to mark the soil physicochemical characteristics and the coffee plant NDVI vegetation index with based on QuickBird® satellite image. Using Geographical Information Systems (GIS) techniques, Remote Sensing (RS), Digital Image Processing (DIP), Geoestatistics and Statistics, it was possible to detect and to characterize the NDVI spatial variability, potentially influenced by soil physico-chemical characteristics.