Otimizao da Identificao de Falhas de Plantio na Cana-de-Acar com

Uso de Geoprocessamento
Matheus Oliveira Alves1, Ricardo Vicente Ferreira2, Rodrigo Bezerra de Arajo Gallis3
1

Departamento de Geografia, Universidade Federal do Tringulo Mineiro, Uberaba,

Minas Gerais, Brasil, matheus_cefetiano@hotmail.com

Departamento de Geografia, Universidade Federal do Tringulo Mineiro, Uberaba,

Minas Gerais, Brasil, ricardo@ielachs.uftm.edu.br

Departamento de Engenharia Cartogrfica e de Agrimensura, Universidade Federal de

Uberlndia, Monte Carmelo, Minas Gerais, Brasil, rodrigogallis@hotmail.com

RESUMO
Considervel ateno tem sido dada aos mtodos de produo de cana-de-aucar com apoio de
tecnologias da informao geogrfica, tendo como fim o aumento a produtividade e otimizar
os custos do gerenciamento do plantio. Este trabalho tem o propsito de avaliar uma
metodologia de identificao de falhas no plantio da cana-de-aucar com uso do "drone
agrcola". O objetivo estimar a porcentagem de falhas no plantio por meio de tcnicas de
Processamento de Imagem Digital (PDI), amostrando a rea de estudo em uma nica imagem
obtida por Veculo Areo No Tripulado (VANT), em seguida, comparar os resultados com o
mtodo tradicional utilizado pelo agricultor. A imagem area utilizada neste trabalho abrange
56,35% da rea plantada e foi georreferenciadas utilizando dados do sistema de navegao da
nave. A imagem foi classificada pelo mtodo de mxima verossimilhana em duas categorias
de uso: cana-de-acar e do solo. O estudo foi realizado em uma rea de 6,43 hectares e os
resultados foram: (1) mtodo manual estimou 28,03% de falhas no talho. (2) com uso da
imagem obtida com o drone e PDI, estimou-se 14,76% de falha na mesma rea. Conluiu-se que
a utilizao desta metodologia pode ser eficaz quando aplicada para fins de amostragem dentro
da rea total. No entanto, a investigao requer uma maiores aprofundamentos para melhor
validao do mtodo.
PALAVRAS-CHAVE: Sensoriamento Remoto, Agricultura de Preciso, VANT.

ABSTRACT
Considerable attention has been given to methods of sugarcane production assisted by
geographic technology in order to increase and optimize costs of productivity. This work aims

to evaluate the use of "agricultural drone" to identify and quantify sugarcane failures. The
purpose is to measure failures in sugarcane planting through Digital Image Processing
techniques (PDI) over a single image obtained by Unmanned Aerial Vehicle (UAV), and then,
compares the results with traditional method used by the farmer. The aerial image used covers
56.35% of the planted area and was georeferenced using navigation system of the drone.
Further, the image was classified by maximum likelihood method into two categories of use:
sugarcane and soil. The study was performed in an area of 6.43 hectares and the results were:
(1) manual method estimated 28.03% of failure; (2) the utilization of drone e PDI estimated
14.76% failure. The use of this technology can be effective when used for sampling purposes
inside of the total area. However, the research requires further investigation for better validation
of the method.
KEYWORDS: Remote Sensing, Precision Agriculture, UAV.

INTRODUO
As imagens areas tem sido cada vez mais utilizadas para o mapeamento de variaes de
crescimento e estimativas de produes na agricultura de preciso. Seu uso vem sendo adotado
com uma importante opo para a aplicao e utilizao de novos conhecimentos no meio rural,
auxiliando o produtor nas estratgias de gerenciamento agrcola (Alono et al., 2005).
Essa evoluo tecnolgica vem contribuindo para o aumento de competitividade da
agricultura brasileira. Como em qualquer atividade econmica, a produo de cana-de-acar
demanda a aplicao de processos mais eficientes para melhoria da produtividade e da
qualidade, juntamente com a reduo dos custos de produo. Em razo do potencial produtivo
e da lucratividade da cultura da cana-de-acar, o interesse por novas tecnologias tem sido
crescente do ponto de vista da capacidade produtiva e da rentabilidade das lavouras de canade-acar.
Uma maior ateno tem sido dada aos modos de produo da cana-de-acar com o
auxlio de geotecnologias, cujo o intuito aumentar a produtividade do canavial, otimizando os
custos por meio da adoo de tcnicas mais eficientes de produo, dentre elas, a do plantio.
Essa a etapa de maior importncia para o produtor, por ser o momento em que se define o
sucesso ou o insucesso da safra. A identificao e a quantificao de falhas nas lavouras de
cana-de-acar de extrema importncia para verificar a uniformidade da germinao, os
padres de perfilhos por metro, entre outros. E tambm, alm de mensurar a qualidade da
operao realizada, permite avaliar a necessidade ou no de replantio da lavoura, garantindo
assim a produtividade.

O drone agrcola um modelo de VANT, mas cabe destacar que esse termo uma
denominao apenas comercial, sendo tecnicamente designado VANT multi-rotor de asa
rotativa, contudo, ao longo do texto optar-se- pelo uso do termo drone agrcola. Por ser um
equipamento de custo bem inferior aos VANTs equipados para mapeamento e
geoprocessamento, seu uso implica em limitaes para tais finalidades, no entanto seu sistema
de navegao e o instrumento de imageamento pode permitir conciliar produtividade e
geotecnologia, ainda que com certas restries. nesse contexto que a proposta de trabalho tem
o objetivo de avaliar a utilizao do drone agrcola na identificao e quantificao de falhas
no plantio de cana-de-acar, corroborando com o avano tcnico nessa rea que ainda carece
de estudos sistemticos que auxiliem na anlise dos levantamentos de identificao de falhas
de plantio.

MATERIAL E MTODOS
O trabalho foi realizado na cidade de Sacramento MG em uma rea (Faz. Santa F) nas
coordenadas latitude 1954'10.38"S e longitude 4730'28.25"O cedida por um agricultor
parceiro (Figura 1). Neste trabalho foram comparadas duas metodologias, uma utilizada pelo
agricultor e a outra de identificao de falhas na lavoura com a utilizao de drone.
Figura 1 Imagem da rea cedida para realizao das amostragens.

Fonte: (Google Earth Pro, 2015)

Levantamento manual
A metodologia de identificao e mensurao de falhas na lavoura de cana-de-acar feita por
agricultores na regio de estudo se faz a partir por meio de levantamento manual. A orientao
metodolgica segue a norma da ABNT - 156:000.00-005/Cana-de-acar/Determinao da
Qualidade no entanto, para a realizao deste trabalho o acesso ao documento oficial, que
descreve os procedimentos normativos estabelecidos nesta norma, foi vetado pelo produtor.
Diante deste impedimento, conseguiu-se a permisso para o acompanhamento dos trabalhos
realizados pelos tcnicos da fazenda em suas atividades de levantamento e medidas de falhas
em campo. Assim, a partir deste acompanhamento descreveu-se a metodologia empregada na
fazenda. A seguir, descreve-se os principais pontos desta metodologia.
A amostragem foi realizada a partir de 90 dias aps o plantio (DAP), no momento que
a cultura j est estabelecida (Figura 2).
Figura 2 Imagem do local com 90 dias aps o plantio.

Fonte: (Do Autor, 2015)

De acordo com os inquritos feitos em campo, considerado falha a projeo da

distncia entre dois colmos consecutivos ao longo da linha de cana, distncia essa, maior que
50 cm, medida de centro a centro dos colmos ao nvel do solo. Cada amostra possui 20 metros
de comprimento (lineares), sendo realizado 01 amostra por hectare. Para a demarcao do local
a ser amostrado utilizado uma baliza, que arremessada dentro do talho conforme a
quantidade de amostras a ser realizada na mesma. feito dessa maneira para se ter uma
aleatoriedade na marcao dos pontos conforme a metodologia empregada.

As amostras so feitas por um caminho diagonal, buscando uma boa representatividade

da rea. Distribui-se as amostras ao longo do talho plantado adentrando-se o mesmo em linha
reta de modo a atravess-lo em sua totalidade. Conta-se todos os perfilhos compreendidos na
rea da amostra e anota-se este na forma de nmero de perfilhos por metro. Identifica-se nas
amostras coletadas a altura da planta e altura de colmos (Figura 3). No final da amostragem,
registra-se o resultado na ficha de campo, onde ter a porcentagem de total de falha generalizada
para o hectare.
Figura 3 Levantamento manual de identificao e quantificao de falhas.

a) Amostra sorteada; b) Identificao da falha; c, d) medio da falha; e, f) contagem dos perfilhos; g, h)

identificao da altura da cana e dos colmos.
Fonte: (Do Autor, 2015)

Levantamento com VANT

O levantamento de falhas com uso do drone e SIG seguiu-se de maneira distinta, utilizando-se
de imagens areas para estimar a quantidade de falhas no mesmo talho onde foi feito o
levantamento manual. Para tanto, o imageamento foi executado com o drone agrcola modelo
Phantom 2 Vision Plus (Figura 4) no modo de controle manual, e o voo foi realizado com uma
altura pr-determinada de 300 metros de altura gerando fotos sequencias da rea indicada. A
altitude do voo permitiu a cobertura de 1km2 em uma tomada.
Figura 4 Drone Agrcola utilizado na amostragem.

Fonte: (Do Autor, 2015)

Na amostragem feita no foram tomados pontos de controle no terreno e tambm no

foi possvel o planejamento do voo devido o sistema de navegao da nave no dispor deste
recurso. Assim, o imageamento foi feito em modo de controle manual obtendo fotos nicas
(single images) que recobriram pontos variados da rea plantada. As imagens passaram por um
processo de seleo visual de modo a separar as mais significativas, ou seja, as que no
apresentaram desvio na vertical e que cobriram pores mais representativas do talho. Em
seguida, as imagens foram ortorretificadas atravs do software Agisoft PhotoScan (Figura 5),
tendo como referncia as coordenadas de localizao e altitude do sistema de navegao do
drone.
Neste contexto, cita-se aqui o uso de uma imagem que cobriu 56,35% da rea de um
talho de 6,43 ha. Para a utilizao desta imagem, primeiramente isolou-se apenas a rea
utilizada para plantio e as reas dos carreadores, adequando-se assim a imagem s reas
descritas nos relatrios e mapas da fazenda. Para se chegar a esta definio, fez-se uso da

ferramenta de recorte de imagem, suprimindo-se os usos indesejados que foram capturados na

tomada da imagem, no caso, pasto e mata nativa.
Figura 5 Etapas do processamento das imagens no levantamento com VANT

a) Voo em ascenso; b) Equipe no campo para obteno de imagens; c) Imagem obtida a 300m de altitude;
d, e, f) Imagens sendo ortorretificadas atravs do software Agisoft PhotoScan.
Fonte: (Do Autor, 2015)

O Sistema de Informao Geogrfica utilizado foi o ArcGis, verso 10.0, atravs do

qual processou-se a classificao da imagem (sistema RGB) pelo mtodo de Mxima
Verossimilhana, definindo-se apenas duas classes de uso: cana-de-acar e solo. A
amostragem de pixels para a classificao das classes foi feita de modo a cobrir o maior nmero
possvel de variaes identificadas visualmente. O erro para a classificao da cana foi de 3.26
pontos percentuais e de solo 1.4. Aps feita a classificao foram calculadas as reas das classes
pr-definidas para quantificao total em porcentagem de cana-de-acar e solo contida na
respectiva imagem (Figura 6).

Figura 6 Classificao por Mxima Verossimilhana feita no ArcGis

Fonte: (Do Autor, 2015)

RESULTADOS E DISCUSSO
A aplicao do levantamento manual procedeu da seguinte forma: para uma rea de 6,43 ha,
foram tomadas 6 amostras e identificadas 38 falhas. Isso representa 28,03 % de falha total.
Como apontado anteriormente a anlise feita com o VANT no permitiu realizar os mosaicos
de imagens, assim optou-se pelo uso de apenas uma imagem (single image), que cobriu 56,35%
da rea do talho.
A classificao feita nessa imagem resultou em 68,97% de cana-de-acar e 31,01% de
solo. Considerando que o solo mapeado na imagem inclui tambm a rea de carreadores foi
necessrio subtrair a porcentagem de carreadores que de 16,26%. Sendo assim obtm-se
14,76% de solo que consideramos como falhas. A diferena apresentada pelos resultados,
28,03% manual e 14,76% com VANT se explica pelo fato da amostragem manual ser muito
genrica e os resultados obtidos serem extrapolados para todo o hectare. Considerando que o
imageamento feito com o VANT permite a viso area do terreno, de se supor que o resultado
possui maior preciso, ainda que no se tenha coberto toda a rea plantada, mas amostrado uma
poro bem mais significativa do terreno que a indicada pela amostragem manual.

CONCLUSES
A metodologia aqui adotada pode otimizar os trabalhos de identificao de falhas no plantio de
cana-de-acar com uso de modelos de drones mais baratos do mercado, no entanto, em se
pensando em aplicaes comerciais, faz-se necessrio treinamento tcnico de pessoal, tanto
para a pilotagem da nave e imageamento, como para interpretao e processamento digital de
imagens.
A tecnologia utilizada apresentou limitaes para a gerao e processamento de
imagens. Os resultados obtidos apontam que o uso dessa tecnologia para o mapeamento total
da rea s eficiente em pequenos talhes. Em grandes reas, uma alternativa seria fazer
amostragens dentro dos talhes por um caminho diagonal, buscando uma boa
representatividade da rea, no entanto, o controle manual do modelo de drone aqui utilizado
prejudica a tomada de fotos sequenciais adequadas, caso haja interesse em se obter mosaicos
de imagem, isso se deve a impossibilidade de se estabelecer planos de voo com fins de
mapeamento. Neste sentido, a alternativa indicada utiliz-lo para fins de amostragens,
tomando imagens nicas (single image) e no pares sobrepostos, cobrindo reas aleatrias com
fins de amostragem e anlise estatstica. Aplicaes mais promissoras poderiam advir do uso
de tecnologias mais sofisticadas que permitem a realizao de planos de voos, pontos de
controle e georreferenciamento automtico de imagens. Os dois mtodos aqui utilizados

permitem fazer as mensuraes de falhas, mas com o uso do drone consegue-se obter uma viso
mais plena da rea plantada, podendo subsidiar inclusive com informaes da localizao das
falhas nos talhes.

AGRADECIMENTOS
Agradecemos o apoio da Pr-Reitoria de Extenso Universitria da Universidade Federal do
Tringulo Mineiro com a bolsa PIBEX/UFTM para a pesquisa do projeto.

REFERNCIAS

ALONO, A. dos S. et al. Desenvolvimento de um veculo areo no tripulado (VANT) para

utilizao em atividades inerentes agricultura de preciso. In: CONGRESSO BRASILEIRO
DE ENGENHARIA AGRCOLA, 35., 2005, Canoas. Anais... Jaboticabal: Associao
Brasileira de Engenharia Agrcola, 2005.1 CD-ROM.