Drone com sensor de alta resolução (multiespectral e térmico) utilizado para mapeamento da evapotranspiração e consequente manejo de irrigação por taxa variável (imagem: Wagner Wolff)
Compreender a variação
espaço-temporal do consumo hídrico em áreas irrigadas é fundamental para o
manejo inteligente da água na agricultura. Um estudo, conduzido pelo
pesquisador Wagner Wolff, possibilitou o
desenvolvimento de um algoritmo para mapeamento da evapotranspiração (ET) em
culturas agrícolas, otimizado por observações de campo.
Wolff foi pós-doutorando no
Departamento de Engenharia de Biossistemas da Escola Superior de Agricultura
Luiz de Queiroz da Universidade de São Paulo (Esalq-USP), sob a supervisão do
professor Marcos Vinicius Folegatti.
Atualmente, coordena um projeto apoiado pelo
Programa Pesquisa Inovativa em Pequenas Empresas (PIPE)
da FAPESP, com o objetivo de validar essa tecnologia no mercado de agricultura
irrigada do Brasil.
“Existem diferentes algoritmos de
balanço de energia na superfície por sensoriamento remoto [SEB-RS, conforme as
iniciais da expressão em inglês]. O problema é que esses algoritmos foram
formulados para condições específicas de sensores remotos, níveis de
sensoriamento [orbital por meio de satélites e suborbital por meio de drones],
climas, solos e culturas. Sua generalização para áreas com muita diversidade,
como ocorre na agricultura brasileira, é um grande desafio. O principal
diferencial do algoritmo que desenvolvemos é a característica de ele ser
ajustado a partir de observações no campo. Para cada processamento, os parâmetros
e modelos do algoritmo são atualizados e o mapeamento da evapotranspiração é
realizado com alta exatidão. Brincamos que, antes da ‘irrigação de precisão’,
tem que haver ‘irrigação de exatidão’. Somente assim podemos ter certeza de que
o manejo de irrigação por taxa variável funcione”, diz o pesquisador à Agência FAPESP.
Denominado Ground-Truthed Surface
Energy Balance (GT-SEB), o algoritmo utiliza observações in situ de evapotranspiração para calibragem. O
estudo foi realizado em duas áreas experimentais: a primeira na Fazenda Areão
da Esalq, na cidade de Piracicaba, e a segunda na fazenda experimental da
Embrapa Agropecuária Oeste, na cidade de Dourados, em Mato Grosso do Sul.
Alimentado
por dados de sensores remotos em satélites e drones e de estações
meteorológicas, o GT-SEB explora observações de campo para fusão de dados. Para
cada área de processamento, restrições são impostas, gerando novos parâmetros e
modelos. Assim, uma melhor performance é obtida, incertezas são reduzidas e o
algoritmo apresenta uma maior generalização para diferentes condições
climáticas.
“Utilizamos imagens dos sensores
orbitais Operational Land Imager [OLI] e Thermal Infrared Sensor [TIRS],
instalados no satélite Landsat 8, e imagens de um sensor suborbital de alta resolução,
com a câmera Altum acoplada a um drone. As variáveis meteorológicas necessárias
para o processamento do algoritmo foram obtidas de estações adjacentes às áreas
experimentais. Dois processamentos extras que utilizam observações in situ de evapotranspiração caracterizam o
diferencial do GT-SEB perante os outros algoritmos: um para escolha automática
dos ‘pixels âncoras’ e outro para otimização dos parâmetros do algoritmo. Ambos
visam a redução do erro entre a ET observada e a ET estimada pelo GT-SEB”,
detalha Wolff.
Pivô central
O algoritmo foi descrito na
revista Agricultural Water Management. Dentre suas aplicações
está o manejo de irrigação por taxa variável em pivô central. Nesse tipo de
sistema, uma área circular é projetada para receber uma estrutura suspensa que,
em seu centro, recebe uma tubulação. Por meio de um raio que gira em toda a
área circular, a água é aspergida por cima da plantação. Assim, o pivô é a
fonte fornecedora de água e de energia elétrica.
Mediante o
mapeamento da evapotranspiração, é possível determinar zonas de manejo de
irrigação como se fossem “fatias de pizza” [ver figura abaixo]. Para cada
“fatia”, a velocidade de avanço do pivô central é controlada de forma que a
água a ser aplicada varie setor por setor. Em comparação com o manejo de
irrigação convencional, determinando a demanda de irrigação apenas pelo sensor
no campo (círculo vermelho na figura) e irrigando de forma fixa, o manejo de
irrigação por taxa variável possibilitou uma economia de 31% no uso de água e
energia.
“Atualmente,
o GT-SEB faz parte do desenvolvimento do IrrigaTruth, um sistema inteligente
que facilita o manejo de irrigação de precisão em pivôs centrais para
agricultores, sendo um produto da startup WaterTruth”, afirma Wolff, que é um
dos fundadores.
A pesquisa contou com apoio da FAPESP
por meio de outros cinco projetos (16/15342-2, 17/19398-5, 21/00720-0, 21/12007-6 e 21/12245-4).
O artigo Optimized algorithm for evapotranspiration retrieval via remote sensing pode ser lido em: www.sciencedirect.com/science/article/abs/pii/S0378377421006673?via%3Dihub.
José Tadeu
Arantes
Agência
FAPESP
https://agencia.fapesp.br/algoritmo-adaptado-a-agricultura-brasileira-pode-viabilizar-a-irrigacao-de-precisao-no-pais/39040/
Nenhum comentário:
Postar um comentário