Determination of biomass production of cotton using satellite images and spectral indexes

Marcos Antonio Vanderlei Silva

Abstract


The present study aimed to evaluate the mutual dependence between the spectral behavior in the cotton canopy, the leaf area index and biomass production. The study took place, in field conditions, under irrigation, in the Busato I Farm in the city of São Desidério-BA. The 10 samples for biomass determination were taken at intervals of approximately 15 days, collecting five consecutive plants contained in 0,45m2. The designated goods MOD09GQ and MOD13Q1 were used, where you got the vegetation indices NDVI and SAVI. To calculate the Leaf Area Index three methods were tested. The accumulation of biomass was estimated by two models and these were evaluated by correlation coefficients (r), accuracy (d) and also the index (c). The maximum values for NDVI, SAVI, and total dry matter production were 0.903, 0.717 and 1200g.m-2, respectively, at 90 days after emergence. The maximum leaf area index was found at 60 days after emergence. The highest growth rate of the culture was found at 80 days after emergence and 55% of the final dry matter were flower buds. The VIs were shown to be effective for obtaining the LAI, as well as the models that bring the radiation photosynthetically active if showed consistent, because they achieved reliability values considered excellent, and correlation coefficients and higher than 90% accuracy.

Keywords


LAI, MODIS, NDVI, remote sensing.

Full Text:

PDF

References


Adami, M., 2010. Estimativa da data de plantio da soja por meio de séries temporais de imagens MODIS. 2010. Tese (Doutorado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais - INPE, São José dos Campos.

Aiba – Associação de Agricultores e Irrigantes da Bahia. IV levantamento da Safra 2015/2016. Disponível em: http://www.aiba.org.br/levantamento-safra/4º Levantamento safra Oeste Bahia 2011-12 (SET/2012) Acesso em: 04 Nov. 2012

Allen, R.; Bastiaanssen, W.; Waters, R.; Tasumi, M.; Trezza, R. Surface Balance Algorithms for Land. Advanced and User Manual. Idaho, 2002.

Anderson, L. O., Shimabukuro, Y. E. ; Lima, A. ; Medeiros, J. S., 2005. Mapeamento da cobertura da terra do Estado do Mato Grosso através da utilização de dados multitemporais do sensor MODIS. Geografia (Rio Claro. Online), Rio Claro, v. 30, n.2, p. 365-388.

Bastiaanssen, W. G. M.; Ali, S., 2003. A new crop yield forecasting model based on satellite measurements applied across the Indus Basin, Pakistan. Agriculture Ecosystems & Environment, v. 94, p. 321-340.

Beltrão, N. E. de M , Nóbrega, L. B da; Vieira, D. J.; Azevêdo, D. M. P.; Souza, R. P. de , 1990. Crescimento e desenvolvimento do algodoeiro herbáceo de curta duração cultivar CNPA Precoce, no sertão paraibano. Pesquisa Agropecuária Brasileira, Brasília, v.25, n.7, p.991-1001.

Borges, P. de F., 2002. Crescimento, desenvolvimento e balanço de radiação do algodoeiro herbáceo BRS-201 em condições irrigadas. Dissertação (Mestrado em Meteorologia Agr[ícola e Micrometeorologia) – Universidade Federal de Campina Grande – UFCG, Campina Grande-PB.

Breunig, F. M., 2011. Influência da geometria de aquisição sobre índices de vegetação e estimativas de IAF com dados MODIS, Hyperion e simulações PROSAIL para a soja. Tese (Doutorado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais - INPE, São José dos Campos – SP.

Breunig, F. M. ; Galvao, L.S. ; Formaggio, A. R. ; Epiphanio, J.C.N., 2013. Influence of data acquisition geometry on soybean spectral response simulated by the prosail model. Engenharia Agrícola (Impresso), v. 33, p. 176-187.

Camargo, A. P.; Sentelhas, P. C., 1997. Avaliação do desempenho de diferentes métodos de estimativa da evapotranspiração potencial no Estado de São Paulo, Brasil. Revista Brasileira de Agrometeorologia, Santa Maria, v.5, n.1, p89-97.

Choudhury, B. J..; UAhmed, N.; BIdso, S.;. Reginato, S. J.;.Daughtry, C. S. T. , 1994. Relations between evaporation coefficients and vegetation indices studied by model simulations. Remote Sensing of Environment. v. 50, n. 1, p.1-17.

Conab – Companhia Nacional de Abastecimento. Série histórica., 2017. Disponível em: http://www.conab.gov.br/conteudos.php?a=1252&t=. Acesso em: 109 de maio. 2017.

Coura, S. M. C.; Shimabukuro, Y. E. ; Fonseca, L. M. G., 2010. Mapeamento da cobertura vegetal em escala regional do estado de Minas Gerais utilizando imagens MODIS. Boletim de Geografia Teorética, v. 35, p. 661-681

Daughtry, C. S. T.; Gallo. K. P.; Goward and S. D. Prince, S. N.; W. P. Kustas, W. P., 1992. Spectral estimates of absorbed radiation and phytomass production in corn and soyabean canopies. Remote Sensing of the Environment, vol. 39, 141-152.

Embrapa - Centro Nacional de Pesquisa de Solos. Sistema brasileiro de classificação de solos., 1999. Rio de Janeiro. 412p.

Frota, R.N.B. Comportamento fisiológico e morfológico da cultura do algodão herbáceo (Gossypium hirsutum r.latifolium), irrigado nas condições de Nordeste Brasileiro., 1994. Dissertação (Mestrado) – Universidade Federal de Campina Grande, Campina Grande-PB.

Justice, C.O.; Townshend, J.R.G.; Vermote, E.F.; Masuoka E.; Wolfe R.E.; Saleous N.; Roy, D.P.; Morisette, J.T., 2002. An overview of MODIS Land data processing and product status. Remote Sensing of Environment, 83: 3-15.

Mkhabela, M. S.; Bullock, P.; Raj, S.; Wang, S.; Yang, Y., 2011. Crop yield forecasting on the Canadian Prairies using MODIS NDVI data. Agricultural and Forest Meteorology. v. 151, p. 385-393.

Monteith, J.L., 1977. Climate and the efficiency of crop production in Britain.. Philos. Trans. R. Soc. London, Ser. B 281, p.277–294.

Pereira, A. R.; Villa Nova, N. A.; Sediyama, G. C., 1997. Evapotranspiração. Piracicaba: Fealq, 183p.

Picoli; M. C. A.; Rudorff, B. F. T.; Rizzi, R.; Giarolla, A., 2009. A.; Índice de vegetação do sensor modis na estimativa da produtividade agrícola da cana-de-açúcar. Bragantia, Campinas, v.68, n.3, p.789-795.

Risso, J.; Rizzi, R. ; Rudorff, B. F. T. ; Adami, M.; Shimabukuro, Y. E. ; Formaggio, A. R.; Epiphanio, R. D. V., 2012. Índices de vegetação Modis aplicados na discriminação de áreas de soja. Pesquisa Agropecuária Brasileira (1977. Impressa), v. 47, p. 1317-1326.

Rizzi, R.; Rudorff, B. F. T., 2007. Imagens do sensor Modis associadas a um modelo agronômico para estimar a produtividade de soja. Pesquisa Agropecuária Brasileira, v. 42, n. 1, p. 73-80.

Silva, M.A.V., 2009. Interação entre micro clima, parâmetros de crescimento da planta e informações espectrais em cultivo de milho irrigado sob plantio direto. Tese (Doutorado em Meteorologia Agrícola) Universidade Federal de Viçosa-UFV, Viçosa-MG.

Silva, A. V.; Chiavegato, E. J. ;Carvalho, L. H. ; Kubiak, D. M., 2006. Crescimento e desenvolvimento do algodoeiro em diferentes configurações de semeadura. Bragantia (São Paulo, SP. Impresso), v. 65, p. 407-411.

Varlet-Grancher C. Gosse, G. ; Chartier, M. et al., 1989. Mise au point: rayonnement solaire absorbé ou intercepté par un couvert végétal. Agronomie, Paris, v. 9, p. 419-439.

Xavier, A. C.; Vettorazzi, C. A., 2004. Mapping leaf area index through pectral vegetation indices in a subtropical watershed. International Journal of Remote Sensing, v. 25, n. 9, p. 1661-1672.

Willmott, C. J.; Ackleson; S. G.; Davis, R. E.; Feddema, J. J.; Klink, K. M.; Legates, D. R.; O'Donnell, J.; Rowe, C. M., 1985. Statistics for the evaluation and comparison of models. Journal of Geophysical Research-Oceans, Ottawa, v. 90, p. 8995-9005.




DOI: https://doi.org/10.29150/jhrs.v7i2.23246

Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Journal of Hyperspectral Remote Sensing

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.