NDVI com Drones: A saúde da vegetação através de imagens

Tempo de leitura: 10 minutos

Já  abordamos em outros posts do blog como realizar de maneira correta a agricultura de precisão com Drones. Esta tecnologia tem se consagrado como o maior aliado do Engenheiro Agrônomo no campo, pois além de automatizar boa parte dos processos, diminuir o custo de mão de obra e traz agilidade nas tomadas de decisões.

Os Drones fornecem dados únicos impossível de se obter a olho nu. Você sabia que é possível realizar NDVI com Drones e indicar quais áreas da sua plantação não estão saudáveis? Você já imaginou robôs voadores sobrevoando o seu plantio e no final do voo você ter em mãos um mapa indicando quais áreas da sua plantação está sadia e quais não?

Parece filme de ficção científica, mas a realização de NDVI com Drones está revolucionando o mercado da agricultura, mantendo-se competitivo em relação ao mercado internacional e sua utilização tem sido essencial para o mercado brasileiro.

Vamos esclarecer alguns conceitos para ficar mais claro o seu entendimento. De maneira simples os Drones são “robôs” que sobrevoam automaticamente guiados por GPS ou controlados através de um rádio controle e um piloto em solo. Para realizar a Fotogrametria é necessário que este “robô” transporte sensores (câmeras) que irão fotografar a área de interesse. São através das imagens capturadas que extraímos informações que servirão como indicadores de qualidade para determinado plantio.

Existem diversos tipos de sensores cada qual com sua finalidade específica. As mais comuns são as câmeras RGB, que utilizamos em nosso dia-a-dia e capturam imagens coloridas que representam uma materialização do que estamos vendo, porém, para conseguir extrair dados da saúde da vegetação são necessárias câmeras específicas capazes de capturar imagens na banda infravermelho próximo. Estas câmeras são conhecidas como câmeras NIR.

Câmeras NIR | Infravermelho Próximo

Para apresentar a diferença entre estas duas câmeras é necessário um breve entendimento sobre física óptica, mas não se preocupe pois vamos abordar este conceito de maneira bem simples. As cores que os olhos de uma pessoa normal enxergam é chamada de espectro visível. São elas: violeta, azul, verde, amarelo, laranja e vermelho. Estas são as mesmas cores que estão presentes no arco-íris e cada cor dentro deste espectro possui um intervalo numérico conhecido como frequência e comprimento de onda, como estão apresentados na imagem a seguir:

 

espectro-eletromagnetico

 

Sabemos que existem as cores primárias e as derivadas da mistura dessas cores primárias, por este motivo definimos as câmeras convencionais de RGB. Esta sigla é derivada das cores Red (Vermelho), Green (Verde) e Blue (Azul), através da mistura entre estas cores são formadas as outras como violeta, amarelo e laranja.

 

O espectro visual não apenas é dependente da espécie como também varia muito de uma espécie animal para a outra. Os cachorros e os gatos, por exemplo, não veem todas as cores que os humanos veem, percebendo do nosso espectro visível apenas as subfaixas do azul à amarela. Enxergam, contudo geralmente bem em preto e branco, numa escala de cinzas. Já as cobras veem no infravermelho e as abelhas no ultravioleta, faixas para as quais somos cegos.

 

Conforme dito, nós humanos vemos numa faixa que vai do vermelho ao violeta, passando pelo verde, o amarelo e o azul, contudo, mesmo entre os humanos pode haver grandes variações quanto aos detalhes da faixa percebida. Em particular os limites do espectro ótico variam muito de espécie para espécie. Pessoas daltônicas costumam ter dificuldades em visualizar cores contidas em certas faixas do espectro.

 

O termo NIR também é derivado do inglês Near Infrared, que significa Infravermelho próximo. Esta cor é invisível para nós humanos, isso quer dizer que não conseguimos enxergar nesta banda como as cobras, porém, algumas câmeras são capazes de capturar imagens nesta banda e através destas imagens é possível identificar o estado da saúde de uma vegetação. Para entender a diferença entre a uma imagem RGB e uma imagem NIR repare na imagem a seguir:

 

RGB e NIR

 

Nota-se que a imagem foi capturada através de uma câmera RGB. Repare na imagem dentro da lente: a cor verde da vegetação está representada por uma coloração cinza e o céu azul está representado por uma coloração marrom. Esta é uma imagem típica de uma câmera NIR…notou a diferença entre as duas imagens?

 

A seguir, um exemplo de uma área capturada através de uma câmera NIR:

 

Mosaico de imagens NIR
Mosaico de imagens NIR

 

Sensoriamento Remoto

 

Agora que já sabemos a diferença entre os tipos de sensores e os produtos que eles geram, vamos entrar em detalhe sobre como através destas imagens conseguimos obter dados sobre a saúde da vegetação.

 

Por trás desta técnica há uma ciência chamada Sensoriamento Remoto, disciplina encontrada em alguns cursos como Engenharia Cartográfica, Engenharia Florestal, Engenharia Ambiental, Agronomia, Geografia. De maneira simples esta ciência estuda a interação dos objetos em solo, com a energia eletromagnética radiada pelo sol.

 

A energia eletromagnética é emitida por qualquer corpo que possua temperatura acima de zero absoluto (0 Kelvin). Assim, todo corpo com temperatura absoluta acima de zero pode ser considerado como uma fonte de energia eletromagnética. O Sol e a Terra são as duas principais fontes naturais de energia eletromagnética utilizadas no sensoriamento remoto da superfície terrestre, mas como isso funciona?

sensoriamento-remoto

 

A imagem acima mostra de maneira didática a energia incidente pelo sol e a interação com o objeto em solo, parte desta energia é absorvida e outra parte é refletida. O satélite (sensor) realiza a mesma função que a câmera (sensor) capturando a energia refletida.

 

Mapa de saúde da vegetação

 

Já sabemos que o sensor captura a energia refletida pelo objeto em solo, consideramos que este objeto em solo é uma vegetação, sabemos que toda vegetação faz um processo vital conhecido como fotossíntese.

 

De acordo com a Wikipédia, a Fotossíntese é um processo físico-químico, a nível celular, realizado pelos seres vivos clorofilados, que utilizam dióxido de carbono e água, para obter glicose através da energia da luz solar. Este é um processo do anabolismo, em que a planta acumula energia a partir da luz para uso no seu metabolismo, formando adenosina tri-fosfato, o ATP, a moeda energética dos organismos vivos.

 

A fotossíntese inicia a maior parte das cadeias alimentares na Terra. Sem ela, os animais e muitos outros seres heterotróficos seriam incapazes de sobreviver porque a base da sua alimentação estará sempre nas substâncias orgânicas proporcionadas pelas plantas verdes.

 

Bom, deixando os termos técnicos de lado, toda vegetação realiza o processo de fotossíntese, este processo que garante a sobrevivência da vegetação porque através da luz solar que é obtida a glicose (alimento da planta), este processo que garante a coloração verde da vegetação.

 

Você se lembra das imagens NIR? Por que utilizá-las?

Estudos realizados em Sensoriamento Remoto indicam em qual banda certo objeto possui melhor comportamento. Nestes estudos constatou-se que a vegetação possui uma resposta maior na banda infravermelha e uma resposta menor na banda vermelha do espectro eletromagnético. A partir destes estudos foi desenvolvida uma equação capaz de mensurar a resposta da vegetação e esta equação é conhecida como NDVI.

O que é NDVI?

NDVI é uma sigla derivada do inglês Normalized Difference Vegetation Index, que em português significa Índice de Vegetação por Diferença Normalizada, este índice mede a densidade e as condições de áreas com vegetação. O cálculo desse índice é feito da seguinte forma:

 Sabemos que uma imagem “comum” é a composição das bandas vermelho, verde e azul (RGB), portanto, temos a banda vermelho que denominaremos de (V). Também já sabemos que uma câmera é capaz de capturar imagens na banda infravermelho próximo que denominaremos de (IVP), portanto, a equação NDVI é composta por:

 NDVI

Se fizermos a simples divisão (IVP/V) temos o realce da vegetação onde o brilho é proporcional à saúde da vegetação. Segundo o Instituto de Computação da UNICAMP, a fotossíntese absorve entre 80-90% da luz visível e uma vegetação sadia reflete ente 40-50% do infravermelho, portanto, ao aplicar a equação NDVI, você estará mensurando o brilho referente à coloração verde e a umidade do solo. Estes dados, se bem interpretados, podem gerar indicadores sobre o estado da saúde de determinado plantio.

 

NDVI | Exemplo prático de aplicação

 

Uma plantação de soja perto de Hillsboro, cidade localizada no estado de Oregon, norte dos Estados Unidos, sofreu um evento de granizo em toda a metade norte do campo no dia 21 de junho de 2014. No dia 16 de julho foi realizado um voo para averiguar a situação do plantio. O lado norte deste campo não é facilmente acessível e os danos não foram capazes de ser visto a partir da estrada mais próxima ou a partir do lado sul do campo, onde a vegetação parecia normal. O voo foi realizado as 09h e 12h e os operadores já tinham o mosaico processado da área em mãos.

 

Foi realizado o mapeamento através de uma câmera NIR, e através da equação NDVI foi possível identificar as áreas mais afetadas pelo temporal. O cálculo foi feito em uma razão de valores de NDVI das áreas danificadas em relação ao NDVI das áreas não danificadas do campo. Veja o resultado na imagem a seguir:

Exemplo prático da utilização do NDVI com Drones
Exemplo prático de utilização do NDVI

 

Após a classificação do mosaico o produtor foi até a área com um receptor GPS/RTK e com base no mapa classificado conferiu com a área em solo. Segundo o produtor todo o campo foi atingido por granizos do tamanho de uma polegada, mas a parte norte realmente foi a mais atingida.

 

Vale ressaltar que este não é um produto de prateleira, ou seja, cada caso específico tem uma solução diferente. É de extrema importância o know-how do profissional no processamento e análise dos dados. Se feito de maneira correta os resultados realmente são incríveis, destacando-se principalmente pelo tempo de aquisição e processamento dos dados que foram realizados em algumas horas.

 

Quer saber mais sobre o uso dos drones na agricultura? Confira nosso Guia Definitivo:

 

drones_na_agricultura

 

 

21 Comentários


  1. Sobre a parte:
    “Lembra-se das imagens NIR? Porque utiliza-las? Porque não utilizar as imagens RGB? Estudos realizados em Sensoriamento Remoto indicam em qual banda certa coloração possui resposta maior, nestes estudos constatou que a coloração verde possui uma resposta maior na banda vermelha e infravermelha do espectro eletromagnético, a partir destes estudos foi desenvolvido uma equação capaz de mensurar a resposta da vegetação, esta equação é conhecida como NDVI.”

    Falar “coloracao verde” e’ um pouco equivocado. Um tecido clorofilado e’ diferente do que qualquer cor verde (compare leitura de NDVI de uma grama sintetica e uma verdadeira). E e’ exatamente a clorofila o que realmente importa.
    Todas as bandas visiveis tendem a refletir menos conforme a planta tem maior disponibilidade de nitrogenio (aumenta teor de clorofila). De maneira inversa ocorre com o NIR, que tende a refletir mais conforme a planta tem maior teor de clorofila no tecido foliar.

    Responder

    1. Olá Rafael,

      A ideia do blog é trazer os assuntos de maneira mais simples possível tentando sair do corpo técnico onde seria restrito apenas à algumas pessoas com prévio conhecimento, concordo com você sobre o uso do termo “coloração verde”, na intenção de simplificar acabou ficando confuso, vou rever este trecho.

      Sobre a clorofila é realmente o processo mais importante, pois é este processo que a vegetação interage com a radiação eletromagnética proveniente do sol absorvendo uma certa quantidade e refletindo o restante, onde essa reflexão é mensurada pelo sensor (câmera) e então é definida seu estado de saúde.

      Obrigado pela participação, a intenção do blog é realmente essa de promover interação e a troca de conhecimento.

      Volte Sempre!

      Saudações!

      Responder

  2. Eu tenho uma dúvida a respeito, quer dizer que um drone comum (Phantom 3 por exemplo), não estaria apto a obter imagens agrícolas, assim como exemplificado no texto?

    Responder

  3. Ola Manoel!
    Primeiramente muito obrigado pelo compartilhamento de informações,
    eu ainda sou leigo no assunto, mas vou aprender logo com seus cursos on line.
    Minha pergunta e sobre o “3DR SOLO” junto de Cameras MAPIR; e um Drone bem falado, e que teve ate certo destaque na revista “drone 360”, vc sabe me dizer alguma coisa sobre esse “combo’ para imagens aéreas, com luz branca/infravermelho/azul/verde, o próprio Drone em si para “Waypoints”, e o uso do software FIJI?
    Att.
    Paul Spínola

    Responder

    1. Olá Paul, tudo bem?

      Não tenho experiência com o 3DR SOLO, dei uma olhada no site da mapir parece ser interessante mesmo, vou ver se encontro alguma referência técnica quanto a aplicação e os resultados obtidos.

      Obrigado pelo contato, volte sempre!

      Forte abraço!

      Responder

  4. Ola Manoel,

    Podes mostrar algum outro produto de agroprecisao para culturas como tomate ou milho? Por exemplo mapas de fertilização usando ndvi?

    Muito obrigado

    Responder

  5. Boa tarde Manoel, trabalho em um projeto que tem interesse em aplicar o NDVI para obter informações sobre determinada plantação. Temos o drone Phantom 3 Standard. Para obter a imagem NIR, eu preciso então comprar uma câmera expecífica? Não conseguiria realizar esse estudo do NDVI com esse modelo de drone? Obrigada.

    Responder

    1. Olá Mariana,

      Para capturar imagens NIR é necessário uma câmera NIR, você vai ter que analisar se é possível embarcar essa câmera no phantom,

      Obrigado pela participação,

      Volte sempre!

      Responder

      1. Boa tarde Manoel, qual a diferença entre câmeras NIR e câmeras infravermelho? porque a diferença enorme de valor entre elas, enquanto uma câmera NIR varia entre R$2500 a R$4000 uma infravermelho com bem menos Mega pixels custa a partir de R$25 mil reias.

        Responder

        1. Bom dia Sandro, tudo bem?

          Câmera NIR e infravermelho são as mesmas NIR significa em inglês Near Infrared “Infravermelho Próximo”, acredito que a sua dúvida é quanto as câmera multiespectrais e câmera modificadas correto? As multiespectrais possui um canal para cada banda do espectro, ou seja, se a câmera tem 5 bandas ela possui 5 câmera cada um capturando em uma banda, isso faz com que não haja ruídos entre as bandas, já uma câmera modificada possui apenas uma câmera que captura em 3 bandas, podendo ocorrer alguns ruídos entre elas. Por esse motivo as câmeras multi são mais caras.

          Forte abraço!

          Responder

  6. Olá. Gostaria de saber se é possivel com a câmera NIR estimar a umidade do solo e da vegetação, pois vi que a banda do infra vermelho é utilizada para este tipo de levantamento. Vocês já fizeram algum estudo de umidade ?

    Desde agradeço.

    Responder

    1. Olá Marcelo,

      Para mensurar com eficiência a presença de água é necessário sensor que capture informações na banda do Infravermelho Médio (MIR) acima de de 1300 nm do espectro eletromagnético, a banda NIR captura informações entre 730 – 1300 nm. Pode ser que você consiga alguma relação mas para ser mais assertivo somente utilizando um sensor próprio.

      Forte abraço!

      Responder

  7. Ola, gostaria de saber como e calculado a relação altura do drone e tempo de disparo com as cameras NIR, umas vez que ela possui bateria e comando proprio, como seria no momento de fazer a junção destas fotos. O disparo da camera NIR e RGB e realizado juntos? e a reção dos pixels.
    fico grato!

    Responder

    1. Olá Fernando,

      Não trabalhamos com duas câmeras embarcadas ao mesmo tempo, por isso, não tenho experiência para te dar um direcionamento,

      Obrigado pelo contato!

      Responder

  8. Matéria muito interessante. Hoje, todos os novos aparelhos, sobre todo os smartphones e drones vão ter câmaras térmicas e infravermelhas. Com esses avanços os aparelhos poderão oferecer novos serviços e utilidades aos consumidores. As possibilidades da realidade aumentada para os jogos, as aplicações da administração publica, os bancos, a domótica, etc. são alguns exemplos. A informática, a computação e os avanços na realidade aumentada são hoje um dos aspeitos mais importantes para as empresas puderem crescer e serem competitivas.

    Responder

  9. Bom dia.

    Primeiramente, parabéns por compartilhar conteúdo complexo de forma que muita gente entenda.
    Em segundo, as imagens do texto não estão carregando.

    abraço!

    Responder

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *