Muitas fazendas são grandes demais para monitorar usando inspeções tradicionais de “pés em campo”. uma breve visão geral de uma tecnologia de sensoriamento remoto que identifica automaticamente áreas dentro de campos que estão com baixo desempenho e que devem ser priorizados para inspeção.
Tenho orgulho de ter se envolvido no desenvolvimento de uma nova tecnologia que faz uso de imagens de satélite livremente disponíveis para identificar áreas dentro de campos (ou pomares, vinhedos e campos) que devem ser priorizados para inspeção. A tecnologia, desenvolvida pelo Centro de Análise Geográfica(CGA) da Universidade stellenbosch e financiada pela Comissão de Pesquisa da Água (WRC) da África do Sul, identifica áreas dentro de campos onde o vigor do crescimento é consistentemente menor do que o resto do campo. O método de detecção de anomalias em campo (WFAD) foi inicialmente desenvolvido para identificar áreas que provavelmente são afetadas pelo acúmulo de sal e/ou waterlogging mas verifica-se que o método WFAD é eficaz para identificar qualquer tipo de problema que leve ao estresse perpétuo da cultura.
O que torna o método WFAD único é que o vigor de crescimento de cada pixel dentro de um campo é comparado com o vigor médio de crescimento de todo o campo. Um pixel é marcado como uma anomalia se seu vigor de crescimento for significativamente menor do que o vigor médio de crescimento de todo o campo. Esse processo é repetido para cada imagem de satélite disponível em um determinado mês (até seis vezes por mês), e as camadas de anomalia resultantes são combinadas (interseção) para produzir um mapa de anomalia mensal. Como mostrado na Figura 1, apenas pixels que foram persistentemente rotulados como anomalias são retidos no mapa de anomalias mensais.
A produção mensal do mapa da anomalia é repetida para cada mês sequencial e os mapas resultantes são agregados para produzir um índice de prioridade de inspeção. A Figura 2 demonstra o processo de agregação durante um período de quatro meses.
O método WFAD foi implementado como um sistema autônomo, chamado WFADS, e foi recentemente usado para desenvolver o Sistema de Monitoramento de Acúmulo de Sal e Waterlogging (SAWMS), também financiado pelo WRC. A Figura 3 mostra uma captura de tela da interface de usuário SAWMS (web-application), com o índice de prioridade mostrado no painel esquerdo.
Figura 3 Aplicativo web do sistema de monitoramento de sal e waterlogging (SAWMS), com o índice prioritário à esquerda e um mapa de vigor de crescimento correspondente à direita.
Atualmente, o WFADS faz uso de imagens Sentinel-2 disponíveis gratuitamente, mas pode ser modificado para empregar qualquer tipo de imagem. O período de exame também pode ser modificado para destacar tipos específicos de problemas. Por exemplo, anomalias persistentes ao longo de um período de várias estações (por exemplo, 24 meses) estão mais provavelmente relacionadas às condições do solo, enquanto anomalias de curto prazo ou emergentes são provavelmente causadas por pragas, estresse hídrico ou atividades agrícolas (por exemplo, fertilização incorreta, más práticas de irrigação). O trabalho futuro se concentrará na incorporação de observações de campo para inferir as prováveis causas de anomalias (por exemplo, analisando seus perfis temporais e espectrais).
O WFADS tem muito potencial para aumentar a produtividade agrícola, pois economiza em custos de insumos (ou seja, realizando menos inspeções em áreas que estão funcionando bem) e aumenta os rendimentos (ou seja, gerenciando áreas identificadas como anomalias).
O desenvolvimento da SAWMS está atualmente em seus estágios finais e a principal atividade nos próximos meses será desenvolver um modelo de negócio o WFADS, utilizando o SAWMS como um produto viável mínimo. A identificação de parceiros adequados de transferência de tecnologia também é uma prioridade.
https://www.remotesensing.blog/post/how-satellites-can-be-used-to-prioritize-farm-inspections em 17/02/2022
