Luz, satélite e informação: o sensoriamento remoto mudou a agricultura

Fazer coisas a distância não é novidade! Aulas, compras... Mas será que também na agricultura podemos fazer coisas a distância? Sim!

O que é o sensoriamento remoto?

Podemos usar como definição de “sensoriamento remoto” a coleta de informações sobre objetos da superfície terrestre, mas sem a necessidade de contato físico.

Como muitas tecnologias, seu uso começou durante as guerras mundiais, quando câmeras eram acopladas a aviões, que tiravam fotos sequenciais da superfície, provendo os serviços de inteligência com informações importantes, com poucos riscos. Com o tempo, outros veículos (satélites, drones) e outros tipos de sensores (não apenas para fotos) foram utilizados e seu uso expandiu-se. 

Outras formas de ver o mundo 

Radiação eletromagnética

Todos os corpos (objetos) que existem trocam energia entre si. Nós também trocamos energia com a Terra, assim como ela troca com o universo. Essa última ocorre em grande parte através de radiação, transmitida em forma de ondas. Chamamos de “radiação eletromagnética” um conjunto de vários tipos de ondas (elétricas e magnéticas), que conseguem se deslocar no vácuo (como a luz), sem a necessidade da matéria (como o som).

Quando um corpo é atingido por ondas de radiação eletromagnética, uma parte é absorvida, e uma parte é refletida. Em alguns casos, ela pode ser transmitida, dependendo da natureza do objeto (como um vidro transparente que deixa passar a luz).

O que nós enxergamos constitui parte da radiação refletida pelo objeto.

É importante mencionar que vemos apenas “parte” porque o espectro eletromagnético vai além do que podemos ver. As diferentes cores, assim como os diferentes espectros do que não conseguimos ver se diferenciam entre si pelo comprimento de onda que apresentam, e a combinação do espectro que emitem/absorvem é diferente entre os diversos tipos de corpos e materiais existentes. 

Mas, e os sensores?

Os sensores utilizados podem “enxergar” diversos comprimentos de onda, inclusive aqueles que não somos capazes de ver. Ao medir esses diferentes comprimentos e sua intensidade, mostram o que podemos ver (azul, verde, vermelho...) e aquilo que não podemos (infravermelho, ultravioleta...)!

E o que isso tem a ver com agricultura

Bom, como cada corpo emite uma combinação quase única dos comprimentos de onda, ela funciona como se fosse uma “assinatura”, chamada, de fato, de assinatura espectral, que também muda conforme as características do corpo mudam. Por exemplo, podemos obter informações sobre solo e plantas, já que, dependendo de sua composição, a imagem gerada pelos sensores mostrará essas características únicas, diferenciando-as, mesmo a distância. Essa assinatura espectral pode identificar mudanças sutis, que o olho humano não seria capaz de detectar por si. Assim, além de podermos identificar objetos a distância, podemos “ver” o que nos é invisível a olho nu.

Clorofila e o comprimento de ondas

Um exemplo disso bem relacionado à agricultura seria a análise de clorofila. Nós sabemos que quando saudáveis, as plantas ficam bem verdes, mas, sem água ou luz, podem ficar até marrons. Isso tudo decorre de modificações na clorofila, que compõe as plantas.

Na fotossíntese, a clorofila absorve comprimentos de onda na região visível (entre 0.4 e 0.7 µm), mas a estrutura da célula das plantas reflete a luz em outros comprimentos de onda, chamada de “Próxima ao Infravermelho” (NIR, do inglês “Near Infra-Red”). Veja na Figura 1 um exemplo de assinaturas espectrais.

Figura 1. Imagem da diferença no índice NIR em diversas folhas. Fonte: Elevagro.

Combinadas, essas informações permitem que possamos determinar a capacidade fotossintética da planta, ou quão saudável e produtiva ela está no momento da imagem. Isso é possível pelo uso de fórmulas chamadas de Índices de Vegetação da Diferença Normalizada (do inglês NDVI - Normalized Difference Vegetation Index).

Em geral, o cálculo ocorre pela diferença entre o que é refletido na região visível (VIS) e na região próxima ao infravermelho (NIR) dividido pela soma dos dois: 

NDVI = (NIR — VIS)/(NIR + VIS)

Esse resultado acaba atribuindo uma “nota” para o quanto de clorofila há em relação à sua estrutura. A nota vai de -1 a 1 e quanto maior ela for, mais alta a densidade de folhas verdes:

• Notas próximas a 0 indicam que não há vegetação

• Números abaixo de 0 indicam provável presença de outros objetos na imagem registrada 

Apesar de ser um dos índices mais populares, o NDVI é um dos mais simples. Outras fórmulas mais complexas já foram desenvolvidas, fornecendo informações que podem impactar em aspectos ambientais como interferência das condições atmosféricas. 

Assim, os índices de vegetação que podem ser gerados por meio de dados obtidos por sensoriamento remoto são um grande aliado da agricultura 4.0, já que tornam possíveis a predição de produtividade, qualidade do solo e outras informações de interesse agronômico. 

Referências

KUZNETSOV, V. D.; SINELNIKOV, V. M.; ALPERT, S. N. (June 2015). Yakov Alpert: Sputnik-1 and the first satellite ionospheric experiment. Advances in Space Research, v. 55, n. 12, p. 2833–2839. Bibcode:2015AdSpR..55.2833K. doi:10.1016/j.asr.2015.02.033.