Correlação entre indices de vegetação gerados em Vitis Vinifera L. E parâmetros de solo, planta e produção para aplicação emergencial na tomada de decisão

Santos, Márcio da Silva; Gebler, Luciano; Sebem, Elódio

RESUMO:

Avaliou-se a correlação entre as técnicas de sensoriamento proximal e os resultados laboratoriais de variáveis qualitativas, mais os atributos agronômicos do solo de um vinhedo de 3,0 ha no município de Muitos Capões, região nordeste do estado do Rio Grande do Sul, Brasil, na safra 2017/2018. Objetivou avaliar a substituição das análises laboratoriais convencionais em viticultura por Índices de Vegetação, em situações de indisponibilidade de acesso ao laboratório. Com base em pesquisa bibliográfica, buscaram-se índices vegetativos desenvolvidos ou utilizados para análise de refletância de dossel em videiras e cujas bandas de trabalho estavam dentro do intervalo espectral fornecido pelo equipamento utilizado, obtendo-se um total de 17 candidatos viáveis. Esses índices de vegetação escolhidos foram correlacionados, por meio de Pearson (5%), com atributos agronômicos do solo (condutividade elétrica aparente, argila, pH em H2O, fósforo, potássio, matéria orgânica, alumínio, cálcio, magnésio, CTC efetivo, CTC em pH 7,0, zinco, cobre, enxofre e boro) para profundidades de 0 - 20 cm e 20 - 40 cm, e tecido vegetal (nitrogênio, fósforo, potássio, cálcio, magnésio, enxofre, cobre, zinco, ferro, manganês e boro), além de alguns parâmetros enológicos e fitotécnicos essenciais para a quantificação da produção e qualidade do vinho. Deste cruzamento foram obtidas 139 correlações significativas, resultando 36 coeficientes moderados entre 19 variáveis de parâmetros versus 12 dos índices. Concluímos que nos casos em que o acesso ou disponibilidade de análises laboratoriais é difícil ou impraticável, a utilização de índices de vegetação é possível, desde que os coeficientes de correlação atinjam, pelo menos, a magnitude moderada, servindo como suporte para a tomada de decisão até a falta de estrutura analítica ser remediada.

Palavras chave:
índices vegetativos; agricultura de precisão; sensoriamento remoto

[1] E-mail: luciano.gebler@embrapa.br. *Corresponding author

Vegetation index	Author	Equation
Modified normalized Difference vegetation index (mNDVI)	FUENTES et al., (2001)	$mNDVI = \frac{(R 750 - R 705)}{(R 750 + R 705)}$
Improved Vegetation Index (EVI)	HUETE et al., (1997)INSTITUTO ADOLFO LUTZ - IAL. Normas analíticas, métodos químicos e físicos para análise de alimentos. 3 ed. São Paulo, v.1, 1985. 533 p.	$EVI = \frac{G {NIR - RED}{NIR + C 1 (RED - C 2 (BLUE + L))]}}$
Photochemical Reflectance Index (PRI)	GAMON, PEÑUELAS E FIELD (1992)GAMON, J.A.; PEÑUELAS, J.; FIELD, C. B. A narrow-waveband spectral index that tracks diurnal changes in photosynthetic efficiency. Remote Sensing of Environment, v.41, ed. 1, 1992, p 35-44. Available from: <Available from: https://doi.org/10.1016/0034-4257(92)90059-S > . Accessed: Sept. 05, 2020. doi: 10.1016/0034-4257(92)90059-S. https://doi.org/10.1016/0034-4257(92)900...	$PRI = \frac{(R 531 - R 570)}{(R 531 + R 570)}$
Simple Ratio (SR)	JORDAN, (1969)	$SR = \frac{NIR}{RED}$
Red Green Ratio (RGR)	FUENTES et al., (2001)	$RGR = \frac{(R 600 - R 699)}{(R 500 - R 599)}$
Normalized Difference Vegetation Index (NDVI)	ROUSE et al., (1974)ROUSE Jr, J. W; HASS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring vegetation systems in the Great Plains with ERTS. 1974. Available from: <Available from: https://ntrs.nasa.gov/api/citations/19740022614/downloads/19740022614.pdf >. Accessed: Nov. 20, 2020. https://ntrs.nasa.gov/api/citations/1974...	$NDVI = \frac{(NIR - RED)}{(NIR + RED)}$
Normalized Pigment Vegetation Index (NPCI)	PEÑUELAS, BARET E FILELA, (1995)PEÑUELAS, J.; BARET, F.; FILELLA, I. Semiempirical indices to assess carotenoids/chlorophyll a ratio from leaf spectral reflectance. Photosynthetica, Dordrecht, v.31, 1995, p.221-230. Available from: <Available from: https://www.researchgate.net/publication/229084513_SemiEmpirical_Indices_to_Assess_CarotenoidsChlorophyll-a_Ratio_from_Leaf_Spectral_Reflectance >. Accessed: Sept. 30, 2020. doi: 0000-0002-7215-0150. https://www.researchgate.net/publication...	$NPCI = \frac{(R 680 - R 430)}{(R 680 - R 430)}$
Simple Pigment Ratio Index (SRPI)	ZARCO-TEJADA, (2000)ROUSE Jr, J. W; HASS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring vegetation systems in the Great Plains with ERTS. 1974. Available from: <Available from: https://ntrs.nasa.gov/api/citations/19740022614/downloads/19740022614.pdf >. Accessed: Nov. 20, 2020. https://ntrs.nasa.gov/api/citations/1974...	$S R P I = \frac{(R 430)}{(R 680)}$
Intensive Structure Pigment Index (SIPI)	ZARCO-TEJADA, (2000)	$SIPI = \frac{(R 800 - R 445)}{(R 800 - R 680)}$
Pigment Index 1 (PI1)	ZARCO-TEJADA, (2000)	$PI 1 = \frac{(R 695)}{(R 422)}$
Pigment Index 2 (PI2)	ZARCO-TEJADA, (2000)	$PI 2 = \frac{(R 695)}{(R 760)}$
Pigment Index 3 (PI3)	LICHTENTHALER et al., (1996)	$PI 3 = \frac{(R 440)}{(R 690)}$
Sum of Reflectances in Green (SGR)	FUENTES et al., (2001)	$SGR = \sum_{n}^{=} Rn$
Senescent Plant Reflectance Index (PSRI)	MERZLYAK et al., (1999)MERZLYAK, M. N.; GITELSON, A. A.; CHIVKUNOVA, O. B.; RAKITIN, V. Y. U. Non-destructive optical detection of pigment changes during leaf senescence and fruit ripening. Physiol Plantarum, v.106, n.1. p.135-141. 1999. Available from: <Available from: https://onlinelibrary.wiley.com/doi/abs/10.1034/j.1399-3054.1999.106119.x >. Accessed: Oct. 01, 2020. doi: 10.1034/j.1399-3054.1999.106119.x. https://onlinelibrary.wiley.com/doi/abs/...	$PSRI = \frac{(R 680 - R 500)}{(R 750)}$
Plant Reflectance Index Anthocyanins (ARI)	GITELSON, MERZLYAK, CHIVKUNOVA, (2001)	$ARI 1 = (\frac{1}{R 550}) - (\frac{1}{R 700})$
Plant Water Index (PWI)	PEÑUELAS et al., (1997)	$PWI = \frac{(R 900)}{(R 970)}$
Normalized Phaeophytinization Index (NPQI)	ZARCO-TEJADA (2000)	$NPQI = \frac{(R 415 - R 435)}{(R 415 - R 435)}$

Vegetation Indexes			-----------------------------------------------------------Plant tissue------------------------------------------------------------
			Nitrogen (%) m/m		Potassium (%) m/m	Zinc (mg/kg)	Manganese (mg/kg)		Boron (mg/kg)
mNDVI CP			-0.271^*		-0.249^*	-0.110ns	-0.356ns		-0.363^*
EVI CP			-0.068ns		0.135ns	0.160ns	0.250^*		0.220ns
PRI CP			-0.214ns		-0.379^*	-0.204ns	-0.325^*		-0.228ns
ARI CP			-0.374^*		0.221ns	-0.123ns	-0.294^*		-0.402^*
SR SP			-0.230^*		-0.401^*	-0.447^*	-0.424^*		-0.415^*
mNDVI SP			-0.305^*		-0.267^*	-0.436^*	-0.407^*		-0.441^*
RGR SP			-0.286^*		-0.160ns	-0.402^**	-0.405^**		-0.424^**
NPQI SP			-0.065ns		-0.412^*	-0.223ns	-0.316^*		-0.287^*
PI1 SP			0.106ns		0.460^*	0.259^*	0.295^*		0.261^*
PI2 SP			0.260^*		0.335^*	0.428^*	0.376^*		0.375^*
PI3 SP			-0.025ns		-0.506^**	-0.266^*	-0.249^*		-0.169ns
ARI SP			0.007ns		0.566^*	0.280^*	0.291^*		0.197ns
Vegetation Indexes			-------------------------------------------------------------Soil physics---------------------------------------------------------------------------
			-----------------0 - 20 cm depth-----------------			--------------------------Depth 20 - 40 cm---------------------------
			Moisture (g/g)		Silt (%)	Moisture (g/g)	Silt (%)		Clay (%)
mNDVI CP			-0.193^ns		0.044^ns	-0.241^*	0.235^*		-0.179^ns
EVI CP			0.060^ns		0.199^ns	0.113^ns	0.310^*		-0.310^*
PRI CP			-0.100^ns		0.164^ns	-0.151^ns	0.165^ns		-0.137^ns
ARI CP			-0.194^ns		0.252*	-0.220^ns	0.070^ns		-0.091^ns
SR SP			-0.056^ns		0.022^ns	-0.158^ns	0.110^ns		-0.104^ns
mNDVI SP			-0.025^ns		0.129^ns	-0.171^ns	0.155^ns		-0.177^ns
RGR SP			-0.034^ns		0.248*	-0.159^ns	0.198^ns		-0.218^ns
NPQI SP			-0.265^*		-0.037^ns	-0.302^*	0.060^ns		-0.008
PI1 SP			0.183^ns		-0.100^ns	0.285^*	-0.173^ns		0.138^ns
PI2 SP			0.022^ns		-0.100^ns	0.163^ns	-0.149^ns		0.154^ns
PI3 SP			-0.155^ns		0.001^ns	-0.255^*	0.117^ns		-0.078^ns
ARI SP			0.166^ns		0.114^ns	0.253^*	-0.066^ns		0.014^ns
Vegetation Indexes	-------------------------------------------------------------Soil chemistry-----------------------------------------------------------------
	--------------------------------------0 - 20 cm depth-------------------------------------						-------------Depth 20 - 40 cm----------
	Potassium (mg/dm³)	Calcium (cmol/dm³)	Magnesium (cmol/dm³)	CEC Efet. (cmol/dm³)	CEC pH7 (cmol/dm³)	Copper (mg/dm³)	Potassium (mg/dm³)	CEC pH7 (mg/dm³)	Copper (mg/dm³)
mNDVI CP	-0.495^*	0.479^*	0.501^*	0.491^*	0.474^*	-0.208^ns	-0.534^*	0.246^*	-0.165^ns
EVI CP	-0.015^ns	0.123^ns	0.088^ns	0.120^ns	0.118^ns	-0.089^ns	-0.106^ns	0.198^ns	-0.031^ns
PRI CP	-0.565^*	0.521^*	0.528^*	0.538^*	0.572^*	-0.554^*	-0,520^*	0,376^*	-0,484^*
ARI CP	-0.107^ns	0.360^*	0.273^*	0.367^*	0.260^*	-0.018^ns	-0.049^ns	-0.045^ns	0.030^ns
SR SP	-0.454^*	0.455^*	0.432^*	0.471^*	0.534^*	-0.343^*	-0.346^*	0.306^*	-0.252^*
mNDVI SP	-0.471^*	0.498^*	0.440^*	0.508^*	0.505^*	-0.255^*	-0.375^*	0.280^*	-0.138^ns
RGR SP	-0.447^*	0.433^*	0.351^*	0.435^*	0.385^*	-0.183^ns	-0.304^*	0.179^ns	-0.106^ns
NPQI SP	-0.450^*	0.277^*	0.255^*	0.308^*	0.375^*	-0.472^*	-0.240^*	0.342^*	-0..389^*
PI1 SP	0.546^*	-0.409^*	-0.352^*	-0.425^*	-0.494^*	0.474^*	0.325^*	-0.339^*	0.420^*
PI2 SP	0.446^*	-0.484^*	-0.446^*	-0.500^*	-0.545^*	0.325^*	0.321^*	-0.311^*	0.217^ns
PI3 SP	-0.465^*	0.329^*	0.292^*	0.350^*	0.454^*	-0.491^*	-0.268^*	0.322^*	-0.448^*
ARI SP	0.460^*	-0.335^*	-0.333^*	-0.359^*	-0.484^*	0.502^*	0.316^*	-0.336^*	0.434^*