Académique Documents
Professionnel Documents
Culture Documents
GOINIA, 2016
1
GOINIA, 2016
Ficha de identificao da obra elaborada pelo autor, atravs do
Programa de Gerao Automtica do Sistema de Bibliotecas da UFG.
CDU 528.811
TERMO DE CINCIA E DE AUTORIZAO PARA DISPONIBILIZAR AS TESES E
DISSERTAES ELETRNICAS NA BIBLIOTECA DIGITAL DA UFG
__________________________________
Assinatura do Autor Data: 15/08/2016
3
4
DEDICATRIA
A todos aqueles que partilham de forma efetiva da construo de minha histria como
homem, filho, companheiro e profissional.
Em especial, a DEUS e sua plenitude em minha vida.
Aos meus pais, Luzia e Valdemir, por seu amor incondicional.
minha esposa Las, por seu companheirismo inabalvel.
5
AGRADECIMENTOS
Ao professor Dr. Laerte Guimares Ferreira Jnior, por compartilhar de sua imensa
sabedoria, seja como orientador ou como pessoa. Suas palavras eu carregarei para a vida, e
sempre que me deparar com situaes adversas, sua pacincia me servir de exemplo.
Aos colegas de profisso e amigos na vida que tanto me apoiam: Marcus Mitidiere;
Jeovah; Ana Paula; Eduardo; Jos Eurpedes; e Frederico Halley. sempre um prazer debater
Geoprocessamento e Sensoriamento Remoto e tantos outros assuntos com vocs. Em muitos
momentos vocs me serviram de fonte de motivao. Em especial ao Breno Augusto e a Nara
Cristina, cujo auxlio em todas as etapas foi de extrema importncia.
Aos colegas Marcelo e Matheus, pilotos de VANT, que me auxiliaram nas etapas de
campo com exmio profissionalismo.
Ao pessoal da fazenda Dr. Paulo, por ceder a rea de estudo e suas informaes,
alm de recepcionar a equipe to bem.
6
RESUMO
Esta pesquisa teve por objetivo avaliar o desempenho de um Veculo Areo No Tripulado
(VANT) quando destinado anlise de reas com pastagem cultivada. Tal avaliao teve por
base a comparao entre o produto de ndice de Vegetao, calculado por intermdio de
ortomosaicos de fotografias adquiridas por um VANT, e o parmetro de Percentual de Verde
coletado em solo. O ndice de Vegetao calculado com os dados do VANT foi o Modified
Photochemical Reflectance Index (MPRI). Foi realizada tambm uma comparao entre os
ndices de Vegetao obtidos com o VANT e por plataforma orbital, sendo esses ndices o
MPRI e o Normalized Difference Vegetation Index (NDVI), respectivamente. A coleta de
dados foi realizada mensalmente entre julho e dezembro de 2014. Para a comparao entre o
Percentual de Verde e o MPRI foram utilizadas 25 amostras distribudas ao longo de um
transecto estabelecido em solo. Para a comparao entre o MPRI e o NDVI foram utilizadas
outras 15 amostras, distribudas ao longo da rea da pastagem. O Percentual de Verde se
baseou em fotografias verticais obtidas em nvel de solo. J o MPRI resultou de
aerolevantamentos com um VANT modelo TIRIBA, embarcado com uma cmera Canon
PowerShot S100. Os ortomosaicos que serviram de base para o clculo do MPRI foram
gerados no programa Agisoft PhotoScan. O NDVI foi calculado com base em imagens de
reflectncia da superfcie adquiridas pelo satlite Landsat-8. Como resultados observou-se que
h correlao entre o Percentual de Verde e o MPRI, bem como entre o MPRI e o NDVI. H
tambm relao no comportamento desses produtos ao longo do tempo, de forma que foi
possvel concluir que ambos poderiam subsidiar as informaes necessrias para a
caracterizao do desenvolvimento da pastagem em questo entre julho e dezembro de 2014.
Concluiu-se ainda que ambos os produtos apresentam vantagens e limitaes: o Percentual de
Verde, em virtude de seu detalhamento (resoluo espacial), o mais sensvel as alteraes na
pastagem, mas no tem o rendimento que o MPRI/VANT agrega por viabilizar a anlise da
rea no todo, o que dispensa amostragem; o MPRI/VANT tem maior sensibilidade se
comparado ao NDVI/Landsat-8 no registro do comportamento da pastagem, mas o ganho em
rea imageada pelo satlite no deve ser desconsiderado. A correlao entre o Percentual de
Verde e o MPRI e entre o MPRI e o NDVI sugere tambm que esses produtos possam ser
utilizados em conjunto no monitoramento de reas de pastagens.
ABSTRACT
This study aimed to evaluate the performance of an Unmanned Aerial Vehicle (UAV) used to
analysis of cultivated pasture areas. This evaluation was based on the comparison between the
products of Vegetation Index calculated by orthomosaics from photos acquired by a UAV and
the Percentage of Green collected in the ground level. The UAV Vegetation Index was the
Modified Photochemical Reflectance Index (MPRI). It was held also a comparison between
the Vegetation Indexes obtained with the UAV and an orbital platform being these the MPRI
and the Normalized Difference Vegetation Index (NDVI) respectively. The data were
collected monthly between July and December 2014. For comparison between the Percentage
of Green and the MPRI was used 25 samples distributed along of transect established in
ground level into the pasture area. For comparison between MPRI and NDVI other 15
samples were distributed along of the pasture area. The Percentage of Green relied on vertical
photos acquired in the ground level. The MPRI resulted from aerial surveys done by UAVs
model TIRIBA that used the Canon PowerShot S100 camera coupled. The orthomosaics
from aerial photos acquired on aerial surveys were generated in the Agisoft PhotoScan to
calculate the MPRI after. The NDVI was calculated from surface reflectance images acquired
by Landsat-8 satellite. Has been observed that Percentage of Green and MPRI are correlated
and the same to be observed for MPRI and NDVI. There is also relationship in behavior of
these products over time so was possible to conclude that both products could provide the
necessary information for the characterization of the development of pasture between July and
December 2014. Both products Percentage of Green, MPRI and NDVI feature advantages
and limitations: the Percentage of Green is most sensitive for the changes into the pasture
because of their detail high level (spatial resolution) but doesnt have the income that the
MPRI/UAV has and not provide the analysis of the whole area being necessary use to
sampling; the MPRI/UAV has a higher sensitivity to record of the behavior of pasture when
compared to NDVI/Landsat-8 bus the gain in the area imaged by orbital platform should not
be disregarded. The correlation between Percentage of Green and MPRI and between MPRI
and NDVI also suggests that these products can be used in conjunction to perform the
monitoring of pasture areas.
LISTA DE FIGURAS
Figura 1. Fotografia de uma rea com pastagem. esquerda, um manejo mais adequado e um
pasto de melhor qualidade. direita, um pasto com feies de degradao. -------------- 19
Figura 5. Exemplificao dos diferentes nveis de escala do SR. Fonte: adaptada de Batista
(2003). ------------------------------------------------------------------------------------------------ 24
Figura 6. Ilustrao do processo e etapas que constituem o SR. Fonte: adaptada de Batista
(2003). ------------------------------------------------------------------------------------------------ 25
Figura 10. (A) Esboo de Leonardo DaVinci de uma mquina voadora. (B) Passarola do Pe.
Bartolomeu Gusmo. Fonte: Dalamagkidis, Valavanis e Piegl (2012) e Visoni e Canlle
(2009). ------------------------------------------------------------------------------------------------ 29
Figura 11. Os primeiros VANT e seus criadores. (A) Curtiss-Sperry, resultado do primeiro
projeto para construo de um VANT. (B) Kattering Bug, o primeiro VANT a realizar
um voo com sucesso. Time construtor do Curtiss-Sperry: (A1) Elmer Sperry; (A2) Peter
Cooper Hewitt; (A3) Josephus Daniels; (A4) Glenn Curtiss. Time construtor do Kattering
Bug: (B1) Charles F. Kattering; (A2) Major General, George Squier; (A3) Orville
Wright; (A4) Childe H. Wills. Fonte: adaptado de Keane e Carr (2013). ------------------ 31
9
Figura 12. CBT BQM-1BR, primeiro VANT brasileiro. Fonte: Roberto Bertazzo
<http://www.ecsbdefesa.com.br/defesa/fts/BQM1BR.pdf> ---------------------------------- 31
Figura 13. Exemplo de VANT do modelo Asa-fixa, eBee, desenvolvido pela empresa
SenseFly. Fonte: SenseFly (2015). --------------------------------------------------------------- 33
Figura 15. Exemplo de VANT do modelo Blimp, AS10, desenvolvido pela empresa Airship.
Fonte: Airship (2005). ----------------------------------------------------------------------------- 33
Figura 16. Exemplo de VANT do modelo Flapping-Wing, Phoenix, desenvolvido pelo grupo
Robot Locomotion do MIT (Massachusetts Institute of Technology). Fonte: Grupo Robot
Locomotion (2008). -------------------------------------------------------------------------------- 34
Figura 17. Exemplo de VANT do modelo hbrido, GL-10 Greased Lightning, desenvolvido
pela NASA (National Aeronautics and Space Administration). Fonte: NASA (2014).-- 34
Figura 18. Sensor Velodyne HDL-32, opo de LIDAR para VANT. No centro e direita
exemplos de produtos gerados com este sensor, ilustrando o monitoramento de redes de
energia eltrica. Fonte: adaptada de Velodyne LIDAR (2016) e Phoenix Aerial Systems
(2014). ------------------------------------------------------------------------------------------------ 37
Figura 20. Vista da rea de estudo, onde se observa uma gramnea degradada. ---------------- 44
Figura 21. Transecto para a comparao do PV com o IV. No detalhe encontram-se as reas
de coleta correspondentes a 2,76 m para o PV e 1,64 m para o IV. ----------------------- 48
Figura 22. Amostragem para a comparao entre os IV gerados com o VANT e aqueles
inerentes s imagens do satlite LS8. ------------------------------------------------------------ 49
Figura 23. Organograma das etapas de campo e escritrio visando obteno dos valores de
PV e IV para as amostras estabelecidas. -------------------------------------------------------- 51
Figura 25. Operadores (Piloto e Lanador) realizam a decolagem de um voo com o VANT
TIRIBA na rea de estudo. ------------------------------------------------------------------------ 53
Figura 26. Cmera Canon Powershot S100, similar quela utilizada nesta pesquisa. --------- 54
Figura 27. Dimenses relativas obteno das fotografias para o clculo do PV. ------------- 56
Figura 29. Exemplificando a definio da clula da fotografia como sendo verde ou no. --- 58
10
Figura 31. Ilustrao da relao entre distncia focal, tamanho do elemento sensor, altura de
voo e resoluo espacial. No caso, a relao entre tais parmetros resultou em um
tamanho de pixel no terreno igual a 10 cm, ou GSD (Ground Sample Distance) = 10 cm.
-------------------------------------------------------------------------------------------------------- 61
Figura 34. Placa sinalizadora utilizada para a localizao do transecto. (A) apresentao das
dimenses da placa; (B) vista da placa em solo; (C) vista da placa no ortomosaico. ----- 65
Figura 35. Linha de caminhamento estabelecida pela localizao das placas sinalizadoras no
ortomosaico. ----------------------------------------------------------------------------------------- 65
Figura 36. rea de coleta do valor MPRI (no ortomosaico) sobreposta rea de obteno da
fotografia para clculo do PV. -------------------------------------------------------------------- 66
Figura 38. Vista do programa Google Earth mostrando a cena Landsat-8 utilizada nesse
estudo. ------------------------------------------------------------------------------------------------ 68
Figura 43. Comportamento dos ngulos mega e phi no voo realizado em 05/09/2014. ------ 75
Figura 44. Exemplo da presena de sombras geradas pela cobertura de nuvem durante o voo.
-------------------------------------------------------------------------------------------------------- 75
Figura 47. IV MPRI gerados com base nos ortomosaicos obtidos com o VANT. ------------- 78
Figura 48. Alteraes na paisagem da rea de estudo ao longo dos 6 meses de trabalho de
campo. ------------------------------------------------------------------------------------------------ 79
11
Figura 53. Grficos de disperso da anlise de correlao entre os valores de MPRI e PV das
Amostras/Transecto. ------------------------------------------------------------------------------- 86
Figura 54. IRS obtida pelo sensor OLI/LS8 em 10 de dezembro de 2014, apresentando nuvens
na rea de estudo. ----------------------------------------------------------------------------------- 88
Figura 56. NDVI calculado com base nas IRS obtidas pelo sensor OLI/LS8. ------------------ 89
Figura 57. Comparao entre o NDVI e o MPRI ao longo do perodo de julho a novembro de
2014. -------------------------------------------------------------------------------------------------- 89
Figura 58. Grficos de disperso das Amostras/Grade L8 para os 5 meses de anlise. -------- 91
12
LISTA DE TABELAS
Tabela 5. Coordenadas base para formao das amostras de comparao entre os IV/VANT e
os IV/LS8. ------------------------------------------------------------------------------------------- 49
Tabela 8. Altitude e altura de voo, resoluo espacial e sua variao para cada voo realizado.
-------------------------------------------------------------------------------------------------------- 73
LISTA DE QUADROS
SUMRIO
1 INTRODUO ................................................................................................................................. 15
1.1 PROBLEMATIZAO.............................................................................................................. 16
2 OBJETIVOS ...................................................................................................................................... 18
2.1 OBJETIVO GERAL ................................................................................................................... 18
2.2 OBJETIVOS ESPECFICOS ...................................................................................................... 18
3 FUNDAMENTAO TERICA ..................................................................................................... 19
3.1 DEGRADAO DE PASTAGENS .......................................................................................... 19
3.2 SENSORIAMENTO REMOTO DA VEGETAO ................................................................. 23
3.2.1 Conceitos bsicos de funcionamento do Sensoriamento Remoto ........................................ 23
3.2.2 O Sensoriamento Remoto no monitoramento da vegetao................................................. 25
3.3 VANT: CONCEITOS, CLASSIFICAO E REGULAMENTAO NO BRASIL ............... 27
3.3.1 O conceito de VANT............................................................................................................ 27
3.3.2 A origem dos VANT ............................................................................................................ 28
3.3.3 Classes de VANT ................................................................................................................. 32
3.3.4 Sensores para Sensoriamento Remoto com VANT.............................................................. 35
3.3.5 Regulamentao do VANT no Brasil ................................................................................... 37
3.4 ESTUDO DA PASTAGEM POR INTERMDIO DO VANT .................................................. 40
4 METODOLOGIA .............................................................................................................................. 43
4.1 REA DE ESTUDO ................................................................................................................... 43
4.2 DESENHO EXPERIMENTAL................................................................................................... 45
4.2.1 Equipamentos: Veculo Areo No Tripulado (VANT) ...................................................... 51
4.2.2 Equipamentos: Cmera ........................................................................................................ 53
4.2.3 Imagens Landsat-8 de Reflectncia de Superfcie................................................................ 54
4.2.4 Coleta de Informaes em Campo ....................................................................................... 55
4.2.5 Clculo do Percentual de Verde (PV) .................................................................................. 57
4.2.6 Planejamento e Realizao dos Voos ................................................................................... 58
4.2.7 Gerao dos Ortomosaicos ................................................................................................... 61
4.2.8 ndice de Vegetao MPRI................................................................................................... 63
4.2.9 Processamento das imagens Landsat-8 de Reflectncia da Superfcie................................. 67
4.3 COMPARAES E ANLISES DOS PV E DOS IV .............................................................. 70
4.4 CONSIDERAES SOBRE A CAMPANHA DE CAMPO ..................................................... 71
5 RESULTADOS E DISCUSSES ..................................................................................................... 72
14
1 INTRODUO
Uma gesto melhor das reas ocupadas pelas pastagens passa por seu mapeamento e
monitoramento, visando garantir maior conhecimento e controle da degradao. Dentre as
16
Nos ltimos anos, a aquisio de dados de SR em nvel areo tem sido reforada pela
recente popularizao dos Veculos Areos No Tripulados (VANT), tambm identificados
como Remotely Piloted Aricraft Systems (RPAS), em portugus - Sistemas de Aeronaves
Pilotadas Remotamente. O uso destas plataformas tem se mostrado de grande valia para o
monitoramento da vegetao em geral. A Agricultura de Preciso um dos setores/atividades
beneficiadas por tal tecnologia, principalmente no acompanhamento das lavouras, incluindo
monitoramento de falhas de plantio, pragas e produtividade (JORGE e INAMASU 2014).
1.1 PROBLEMATIZAO
No geral, o VANT apresenta um amplo potencial de uso para uma grande quantidade
de finalidades, sendo considerado por muitas reas de pesquisa como uma tecnologia de
ponta. Entretanto, preciso a comprovao de tal potencial. Faz-se necessrio, portanto,
validar as expectativas criadas sobre esta tecnologia em qualquer das reas de atuao
almejadas. Alm do que, no se trata apenas de uma plataforma area, mas de um conjunto de
equipamentos, como sensores imageadores e no imageadores, alm de uma srie de
perifricos, os quais podem ter respostas diferenciadas dependendo dos ambientes e
propsitos.
17
2 OBJETIVOS
a) Verificar, por meio da comparao com dados obtidos em solo, o produto ndice de
Vegetao gerado com fotografias areas obtidas por um VANT, avaliando-se a
capacidade destas para retratar a dinmica de desenvolvimento vegetal da pastagem.
3 FUNDAMENTAO TERICA
Figura 1. Fotografia de uma rea com pastagem. esquerda, um manejo mais adequado e um
pasto de melhor qualidade. direita, um pasto com feies de degradao.
Assim, este mesmo autor, com base em estudos anteriores (DIAS-FILHO, 1998 e
2007), define pastagem degrada como sendo:
Um fator positivo a ser destacado nos modelos conceituais de Macedo (1995) e Dias-
Filho (2008, p. 2-3) o subsdio de elementos visuais na identificao da degradao da
pastagem, como a presena de solo exposto ou de plantas invasoras (ilustrados na figura 2,
conforme Macedo (1999) e Dias-Filho e Ferreira (2008)). A figura 3 refora tal interpretao.
21
emisso dos GEE (BUSTAMANTE et al., 2012). A preservao da pastagem , ento, uma
das possibilidades de se manter balanceadas as taxas de emisso dos gases GEE e o estoque
de carbono (Figura 4).
Uma vez que o Sensoriamento Remoto est diretamente ligado ao uso de sensores
capazes de possibilitar o registro e a anlise das interaes entre a radiao eletromagntica e
as substncias que compem um determinado alvo, o mesmo pode ser aplicado em diferentes
nveis para a obteno de escalas diversificadas (Figura 5). Os nveis so divididos em orbital,
o mais comum, o areo e aquele praticado em solo.
Figura 5. Exemplificao dos diferentes nveis de escala do SR. Fonte: adaptada de Batista
(2003).
Em suma, a REM emitida pela fonte entra em contato com o alvo, interage com suas
propriedades fsicas, qumicas e biolgicas e retorna, em parte, por meio da refrao e da
25
reflexo da energia, sendo ento registrada pelo sensor e transformada em dados passveis de
interpretao e anlise (Figura 6) (LIU, 2006; NOVO, 2010).
Figura 6. Ilustrao do processo e etapas que constituem o SR. Fonte: adaptada de Batista
(2003).
Esta faixa espectral est dentro da regio conhecida no SR por regio do visvel, e ,
junto com a regio do infravermelho, a mais utilizada na configurao de sensores para
imageamento da vegetao terrestre (MENESES, 2012b; LIU, 2006; NOVO, 2010).
reas com vegetao maior que 0, normalmente entre 0,2 e 0,8. Quanto maior o valor obtido
no NDVI, maior a probabilidade do pixel ser referente a uma rea com vegetao saudvel.
Quanto menor o valor do NDVI, menor a probabilidade do pixel ser referente a uma rea com
vegetao. Corpos Dgua tendem a ter valores menor que 0, enquanto reas de vegetao
esparsa, mesmo que saudvel, apresenta valores baixos.
Um veculo automotor, que no transporta nenhum operador humano, que pode ser
autnomo ou pilotado remotamente, que pode ser descartvel ou recupervel, que
carregue uma arma letal ou no. Veculos balsticos ou semibalsticos, msseis de
cruzeiro, projteis de artilharia, torpedos, minas, satlites e sensores autnomos (sem
mecanismo de propulso) no so considerados Veculos No Tripulados
(Traduo do autor). (UNITED STATES. DEPARTMENT OF DEFENSE, 2007.
p.1).
Esses estudos resultaram ento na primeira mquina voadora autnoma, que foi
creditada ao pensador Arquitas, de Tarento - sul da Itlia (DALAMAGKIDIS, VALAVANIS
e PIEGL, 2012). Um mecanismo similar a um pssaro, que foi nomeado de o pombo
(Figura 9), feito de madeira e equilibrado por pesos (DALAMAGKIDIS, VALAVANIS e
PIEGL, 2012; GELLIUS, 1927).
Segundo Dalamagkidis, Valavanis e Piegl (2012), por volta da mesma poca (400
a.C.), os chineses documentavam a primeira ideia de uma mquina para voo vertical. Uma
29
espcie de vara com penas em uma das extremidades que eram embaladas a mo, para ento
serem lanadas para voo.
Anos depois, na segunda metade do sculo XV, o polmata Leonardo da Vinci tambm
esboou projetos para construir mecanismos capazes de voar (DALAMAGKIDIS,
VALAVANIS e PIEGL, 2012). Contudo, em termos de registros oficiais na histria da
aviao, foi em 1709 que ocorreu o primeiro voo de um mecanismo construdo para esse
propsito. O feito creditado ao padre brasileiro Bartolomeu Loureno de Gusmo.
Figura 10. (A) Esboo de Leonardo DaVinci de uma mquina voadora. (B) Passarola do Pe.
Bartolomeu Gusmo. Fonte: Dalamagkidis, Valavanis e Piegl (2012) e Visoni e Canlle
(2009).
30
No ano de 1909 ocorre nos Estados Unidos o feito que pode ser considerado
primordial para existncia dos VANT. O inventor norte americano Elmer Sperry inicia o
desenvolvimento de um dispositivo capaz de estabilizar aeronaves em pleno voo (ALVES
JNIOR, 2015). A inveno batizada de giroscpio logo chamou a ateno da Marinha dos
Estados Unidos, que beneficiou Sperry com um suporte financeiro (KEANE E CARR, 2013).
Sperry pde ento demonstrar o sucesso de sua inveno por meio de 58 voos testes
realizados em 1913.
Segundo Keane e Carr (2013), a eficcia do giroscpio de Sperry deu incio ao projeto
que ficou conhecido como sendo o primeiro para o desenvolvimento de uma aeronave no
tripulada; o intuito era a criao dos torpedos areos. O projeto de Sperry com a Marinha dos
Estados Unidos, aps modificaes, resultou na criao do Curtiss-Sperry, tambm conhecido
como Sperry Aerial Torpedo, que realizou seu primeiro voo bem sucedido em 1917 (ALVES
JNIOR, 2015; KEANE E CARR, 2013).
Segundo Alves Jnior (2013), essa aeronave ficou conhecida como Kattering Bug e
tambm utilizava o giroscpio e o piloto automtico desenvolvidos por Sperry. A figura 11
mostra as duas aeronaves-torpedos, identificadas como sendo os primeiros veculos areos
no tripulados da histria a carregarem algum instrumento.
31
Figura 11. Os primeiros VANT e seus criadores. (A) Curtiss-Sperry, resultado do primeiro
projeto para construo de um VANT. (B) Kattering Bug, o primeiro VANT a realizar um
voo com sucesso. Time construtor do Curtiss-Sperry: (A1) Elmer Sperry; (A2) Peter Cooper
Hewitt; (A3) Josephus Daniels; (A4) Glenn Curtiss. Time construtor do Kattering Bug: (B1)
Charles F. Kattering; (A2) Major General, George Squier; (A3) Orville Wright; (A4) Childe
H. Wills. Fonte: adaptado de Keane e Carr (2013).
O primeiro VANT brasileiro, segundo Alves Jnior (2015), foi CTB BQM-1BR da
extinta Companhia Brasileira de Tratores (CBT) (Figura 12). O aeromodelo encontra-se
exposto no museu Asas de um Sonho da empresa area TAM.
Figura 12. CBT BQM-1BR, primeiro VANT brasileiro. Fonte: Roberto Bertazzo
<http://www.ecsbdefesa.com.br/defesa/fts/BQM1BR.pdf>
32
O mesmo foi desenvolvido em 1982, com propulso a jato, sendo capaz de atingir uma
velocidade de at 560 km/h. Pesando 92 kg, foi construdo em estrutura metlica, com uma
envergadura de 3,18 m, charuto de 3,89 m e dimetro de 28 cm, autonomia de voo estimada
em 45 minutos, podendo chegar a 6.500 m (ALVES JNIOR, 2015).
Ao longo das duas grandes guerras (1, de 1914 a 1918, e a 2, de 1939 a 1945) e da
guerra fria (de 1945 a 1991), as frentes militares de diversos pases, como Estados Unidos,
Alemanha, Inglaterra, China, Japo e Rssia, propiciaram evolues significantes para a
tecnologia dos VANT, que tambm recebeu inovaes motivadas, em muitos momentos,
pelos interesses civis (DALAMAGKIDIS, VALAVANIS e PIEGL, 2012; KEANE E CARR,
2013).
Figura 13. Exemplo de VANT do modelo Asa-fixa, eBee, desenvolvido pela empresa
SenseFly. Fonte: SenseFly (2015).
Figura 15. Exemplo de VANT do modelo Blimp, AS10, desenvolvido pela empresa Airship.
Fonte: Airship (2005).
34
Figura 16. Exemplo de VANT do modelo Flapping-Wing, Phoenix, desenvolvido pelo grupo
Robot Locomotion do MIT (Massachusetts Institute of Technology). Fonte: Robot
Locomotion (2008).
Contribui o fato de que grande parte das aplicaes destinadas aos VANT se embasa
em tcnicas tradicionais do Sensoriamento Remoto, nos seguimentos das Cincias Exatas e da
Terra, Manejo Territorial e Costeiro e Segurana Pblica (NASA, 2006; LONGHITANO,
2010).
Obtm informaes
em duas regies
espectrais: visvel Tetracam ADC Lite
Visvel +
(Azul, Verde ou <http://www.tetracam.com/Prod
Infravermelho
Vermelho) e ucts-ADC_Lite.htm>
infravermelho
prximo.
Obtm informaes
em trs ou mais
regies espectrais:
visvel, infravermelho
prximo e mdio. Tetracam Mini MCA
Normalmente
Multiespectral <http://www.tetracam.com/Prod
possibilita ao
operador estabelecer ucts-Mini_MCA.htm>
quais as regies
espectrais desejadas
na compra do
equipamento.
Obtm informaes
em uma grande
quantidade de faixas Rikola
Hiperespectral ao longo das regies
espectrais do visvel e <http://www.rikola.fi/>
do infravermelho
(prximo e mdio).
Obtm informaes
na regio espectral do WIRIS
infravermelho
Termal <http://www.drone-thermal-
distante, tambm
conhecido como camera.com/wiris/>
Termal.
37
O LIDAR (Light Detection And Ranging) outra tcnica de SR que apresenta sensores
desenvolvidos para uso em VANT. Tais sensores emitem e recebem pulsos de luz (laser) e,
por meio desses, mensuram a distncia entre o alvo e o sensor, e a altura dos alvos. De modo
geral, so muito empregados para a modelagem em 3 dimenses, gerando clculo de volume,
topografia do terreno, dentre outras aplicaes. No monitoramento da vegetao, os VANT
embarcados com LIDAR tm sido utilizados, por exemplo, para a realizao de inventrios
florestais, ou ainda para o levantamento de informaes sub-dossel (WALLACE et al., 2012;
CHISHOLM et al., 2013). A figura 18 mostra o sensor Velodyne HDL-32e e exemplos de
seus produtos.
Figura 18. Sensor Velodyne HDL-32, opo de LIDAR para VANT. No centro e direita
exemplos de produtos gerados com este sensor, ilustrando o monitoramento de redes de
energia eltrica. Fonte: adaptada de Velodyne LIDAR (2016) e Phoenix Aerial Systems
(2014).
O Brasil, a exemplo de outros pases, ainda no possu uma legislao oficial para o
uso de VANT, ainda que j tenha o acompanhamento a cargo da ANAC (Agncia Nacional
de Aviao Civil), do DECEA (Departamento de Controle do Espao Areo) e ANATEL
(Agncia Nacional de Telecomunicaes).
A mesma era acompanhada pela Instruo Suplementar de n 21-002, cujo objetivo era
orientar a emisso de Certificao de Autorizao de Voo Experimental CAVE (ANAC,
2012), bem como pela DCA 64-4 (Decreto do Comando da Aeronutica), referente s
diretrizes para implantao de comits regionais responsveis pelos assuntos relacionados aos
sistemas de VANT (DECEA, 2013).
Enquanto estava em vigor, conforme relatado em Alves Jnior (2015), Boanova Filho
(2014) e Silva (2013), a AIC n 21/10 definia o VANT como sendo uma aeronave e, portanto,
dotada das mesmas responsabilidades e padro de segurana de aeronaves comuns; neste
caso, apenas os VANT que se enquadrassem na condio de RPAS (i.e., com piloto em solo
com poder de interveno em pleno voo) poderiam receber autorizao; restringia o voo a
reas especficas e definidas; salientava que no poderia haver riscos para as pessoas, seja em
solo ou ar; e proibia voos sobre lugares habitados por pessoas, com aglomerao significante,
como cidades e povoados.
Classe 1 (peso maior que 150 kg) necessita de certificao pela ANAC;
necessita registro no RAB (Registro Aeronutico Brasileiro); pilotos
1
A AIC n 21/10 foi revogada em 02/12/2015 pelo ato Parte n 11/DNOR7, de 01 de dezembro de 2015, que a
substituiu pela ICA 100-40 (DECEA, 2015b).
39
Tomczak et al. (2012), por exemplo, buscaram propor uma metodologia para a
modelagem da superfcie de reas com Grasslands (campo com poucos arbustos, em geral
nativos), na qual esto inseridas as pastagens. Para tal, os autores utilizaram as imagens
obtidas por um VANT como base para o subsdio de informaes referentes a caractersticas
especficas dessas reas, como biomassa e sanidade vegetal.
Rango et al. (2006) trazem o uso de VANT para o monitoramento especificamente das
pastagens. Os autores destacam as possveis aplicaes e tambm os ganhos que os VANT
podem agregar na avaliao deste ambiente. Segundo os autores, tais plataformas podem
auxiliar no monitoramento das mudanas da cobertura vegetal, no desenvolvimento de
estratgias de pastejo, na determinao da sade das plantas e na avaliao da eficincia de
tratamentos e prevenes. Destacam tambm a vantagem de aquisio de imagens de alta
resoluo por meio de tais ferramentas, em comparao com aeronaves tripuladas, resultando
em menor custo, maior flexibilidade no planejamento de misses e melhor detalhamento do
alvo.
Outro ponto importante, destacado ainda por Rango et al. (2006), a possibilidade do
uso do sensoriamento remoto em mltiplas escalas para obteno de um conjunto de dados
mais completo. Os autores destacam, por exemplo, o uso de imagens de plataformas orbitais,
de 15 a 30 m de resoluo espacial, para determinar unidades uniformes e, posteriormente,
sobre as unidades j definidas, utilizar os VANT para identificar e avaliar padres na
cobertura vegetal.
41
Em Bueren e Yule (2013) tem-se outro exemplo do uso de VANT para avaliao da
pastagem. Os autores demonstram a calibrao de uma cmera dotada de um canal
infravermelho (cmera Tetracam MCA) e outra no espectro do visvel (Azul, Verde e
Vermelho, Canon Powershot). Na execuo desse trabalho, dois VANT de Asas-rotativas
foram empregados, um hexacptero e um quadricptero, no monitoramento de uma rea de
pastagem na Nova Zelndia. Como resultado, aps as imagens serem convertidas para valores
de reflectncia, h um ganho de qualidade na avaliao da pastagem e de sua biomassa.
ndice calculado foi o MPRI (Modified Photochemical Reflectance Index), proposto por Yang,
Willis e Muller (2008), o qual tem por base a diferena normalizada do verde e do vermelho
para realar a vegetao fotossinteticamente ativa.
4 METODOLOGIA
Essa espcie caracterizada por ser uma gramnea perene, de caule subterrneo do
tipo rizoma, planta cespitosa, apresentando folhas com lminas lineares lanceoladas,
pilosas na face ventral e glabras na face dorsal, apresentando pelos na poro apical
dos entrens e bainhas, as pores laminares so largas e longas, com pubescncia
somente na face inferior (SILVA e FERRARI, 2012. p. 303).
No piquete em questo esto alocados (at maio de 2016) 51 bovinos com pastejo
dirio, ou seja, a taxa de lotao nessa pastagem de 1,04 UA/ha, estando abaixo da mdia
para a regio do bioma Cerrado, de 1,24 UA/ha (DIAS-FILHO, 2014).
Figura 20. Vista da rea de estudo, onde se observa uma gramnea degradada.
O experimento estabelecido para o desenvolvimento dessa pesquisa tem por base duas
aes primordiais: (1) comparar um parmetro de avaliao da qualidade do pasto obtido em
solo com um produto gerado com dados de um VANT; (2) comparar um produto gerado com
imagens de satlite com um produto gerado com dados de um VANT.
O parmetro escolhido para ser coletado em solo foi o Percentual de Verde (PV) sobre
o solo, que pode ser interpretado como sendo a cobertura vegetal efetivamente verde de uma
determinada rea. A escolha do mesmo se deu em funo de sua eficincia em informar sobre
a condio fotossinttica da planta, uma vez que o verdor apresentado pela mesma tem
ligao direta com sua dinmica de desenvolvimento e sade (STREIT, 2005).
O produto escolhido para ser gerado com os dados do VANT, como com as imagens
de satlite (Landsat 8 OLI), foi o ndice de Vegetao (IV). Mas especificamente, o MPRI
(Modified Photochemical Reflectance Index) com o VANT e o NDVI (Normalized Difference
Vegetation Index) com as imagens de satlite, conforme explicado mais a frente no texto.
Alm do histrico de uso no monitoramento da vegetao, influenciou na escolha do IV o fato
de haver a expectativa da existncia de relao entre os mesmos, dada a forma com que estes
so gerados (faixas espectrais semelhantes).
Optou-se ento pela realizao de uma visita ao campo por ms, sendo estas no
perodo que compreende julho a dezembro de 2014. Em funo da necessidade de se
comparar o IV gerado com os dados do VANT com o IV gerado com as imagens de satlite,
as janelas para visita ao campo foram norteadas pela passagem do satlite norte americano
Landsat-8 (LS8), escolhido nessa pesquisa como sendo a fonte dos dados em nvel orbital.
A base para a comparao entre o PV e o IV foi um transecto (Figura 21), com 105 m
de comprimento, ponto inicial locado na coordenada E 645.891,10 e N 8.477.432,00 e o seu
ponto final na coordenada E 645.976,10 e N 8.477.495,70 (considerando a projeo UTM,
fuso 21 Sul e o Datum de referncia SIRGAS 2000). O azimute para orientao da reta que
liga os dois pontos igual a 53,7315. O estabelecimento fsico do transecto foi delimitado
por dois piquetes posicionados nos pontos inicial e final, sendo que os parmetros citados
foram utilizados para o estabelecimento do mesmo ao longo de toda a campanha de campo.
48
Figura 21. Transecto para a comparao do PV com o IV. No detalhe encontram-se as reas
de coleta correspondentes a 2,76 m para o PV e 1,64 m para o IV.
A base para comparao entre o IV inerente aos dados do VANT e o IV resultante das
imagens de satlite foi de 15 amostras espaadas na rea de estudo (denominadas aqui por
Amostras/Grade L8).
Tabela 5. Coordenadas base para formao das amostras de comparao entre os IV/VANT e
os IV/LS8.
Amostra Coordenada E Coordenada N
01 646.147,9213 8.477.618,2403
02 645.956,7929 8.477.510,0542
03 645.997,7756 8.477.614,1777
04 645.787,3112 8.477.525,8161
05 645.641,1973 8.477.610,3632
06 645.806,0116 8.477.708,2068
07 645.693,5302 8.477.715,2156
08 645.588,9258 8.477.721,1234
09 645.476,0569 8.477.773,4410
10 645.583,6075 8.477.867,0826
11 645.428,9963 8.477.842,6214
12 645.334,2537 8.477.909,3363
13 645.430,3915 8.477.938,3640
14 645.533,0419 8.477.951,1719
15 645.453,8834 8.478.025,1361
Figura 22. Amostragem para a comparao entre os IV gerados com o VANT e aqueles
inerentes s imagens do satlite LS8.
50
Figura 23. Organograma das etapas de campo e escritrio visando obteno dos valores de
PV e IV para as amostras estabelecidas.
O VANT utilizado nessa pesquisa foi o modelo TIRIBA (Figura 24), fabricado pela
empresa paulista (instalada em So Carlos) AGX Tecnologia. O conjunto formado pela
52
Figura 25. Operadores (Piloto e Lanador) realizam a decolagem de um voo com o VANT
TIRIBA na rea de estudo.
Figura 26. Cmera Canon Powershot S100, similar quela utilizada nesta pesquisa.
Conforme ilustra a figura 26, a distncia focal da cmera Canon Powershot S100 pode
variar de 5,2 a 26 mm. As recomendaes de operao do VANT, feitas pelo desenvolvedor
do mesmo, manteve a distncia fixa em 5,2 mm. Mantem-se a distncia focal fixa para
obteno de uma resoluo espacial uniforme nas fotografias obtidas ao longo do voo. A
escolha desta distncia focal (de 5,2 mm) tem como razo, entre outras, com o algoritmo do
programa de planejamento de voo, onde a altura do voo, a rea recoberta em solo e a
resoluo espacial (GSD) esto relacionadas com a distncia focal declarada pelo fabricante.
Por fim, as fotografias obtidas por esta cmera cobrem a faixa visvel do espectro
eletromagntico, composta pelas bandas do Azul (Blue), Verde (Green) e Vermelho (Red).
O Satlite Landsat-8 (identificado aqui como LS8) serviu a essa pesquisa como fonte
para a obteno do IV em nvel orbital. De forma mais especfica, deste foram utilizadas as
Imagens de Reflectncia da Superfcie (IRS), compostas pelas bandas 4, 5 e 6 do sensor OLI
55
(Operational Land Imager) (Tabela 6). No caso, o uso das trs bandas em conjunto propiciou
a gerao de composies coloridas (padro RGB), enquanto as bandas 4 (Red) e 5 (NIR)
foram destinadas ao clculo de IV (no caso, o NDVI).
O download das IRS pode ser realizado gratuitamente pelo portal Earth Explorer <
http://earthexplorer.usgs.gov>, gerenciado pelo USGS, o qual responsvel tambm pelo
satlite LS8 e seus dados.
Nas atividades de campo desta pesquisa, foram coletados dois parmetros em solo,
para as 25 Amostras/Transecto: a altura do pasto e as fotografias digitais, destinada ao clculo
do PV. Entretanto, a altura do pasto foi utilizada somente como auxilio para a compreenso da
dinmica de desenvolvimento da cobertura vegetal na rea de estudo. A mesma foi coletada
utilizando-se uma fita mtrica (trena), sendo trs leituras para cada Amostra/Transecto. Por
56
fim, considerou-se a mdia das Amostras/Transecto como sendo a altura do pasto na rea de
estudo.
A figura 27 ilustra esta configurao e a forma com que foram obtidas as fotografias; a
figura 28 apresenta exemplos das fotografias em trs momentos do ano.
Figura 27. Dimenses relativas obteno das fotografias para o clculo do PV.
57
Em que: CcV o nmero de clulas (pixels) verdes da fotografia; e Ctf o nmero total de
clulas da fotografia.
Figura 29. Exemplificando a definio da clula da fotografia como sendo verde ou no.
Todo o processo de planejamento dos voos foi realizado no programa Data Sender,
especfico para a gesto e operao do VANT TIRIBA. Assim como o VANT, esse programa
foi desenvolvido pela empresa AGX Tecnologia.
A adoo do rumo 54 NO como direo de entrada para a primeira faixa de voo teve
por intuito a otimizao deste aerolevantamento, poupando-se tempo para a automao do
VANT. Uma vez que o comprimento maior do polgono que forma a rea de estudo no
sentido Sudeste - Noroeste, ao adotar a direo mencionada, evitou-se um nmero excessivo
de faixas de voo, reduzindo-se assim a quantidade de manobras realizadas pelo VANT
(curvas de sadas e entradas nas faixas), otimizando o consumo de bateria. Este parmetro,
assim como os demais, pode variar para cada plano de voo, de acordo com a rea a ser
imageada.
importante ressaltar que esses parmetros foram estabelecidos pelo programa Data
Sender, de forma automtica, levando em considerao a relao entre a distncia focal e o
tamanho do elemento sensor da cmera, com a altura de voo e a resoluo espacial desejada,
conforme ilustra a figura 31.
61
Figura 31. Ilustrao da relao entre distncia focal, tamanho do elemento sensor, altura de
voo e resoluo espacial. No caso, a relao entre tais parmetros resultou em um tamanho de
pixel no terreno igual a 10 cm, ou GSD (Ground Sample Distance) = 10 cm.
Para a execuo do voo, foi ainda estabelecido uma janela de horrio entre as 10 h e s
15 horas, no intuito de se aproveitar, quando possvel, a melhor angulao de incidncia da
luz solar sobre a rea de estudo, evitando-se a gerao de sombras. Outro cuidado foi o de no
alar voo com o cu parcialmente nublado, j que as sombras das nuvens poderiam influenciar
negativamente na sequncia do trabalho.
Os ortomosaicos para cada um dos seis voos foram gerados de forma automtica,
utilizando-se o programa Agisoft PhotoScan, que detm licena comercial (a utilizada nesse
estudo pertence a empresa UNIGEO). Os dados de entrada no programa para a construo do
ortomosaico foram: (1) conjunto de fotografias obtidas no voo; (2) coordenadas registradas
pelo VANT para cada fotografia (sistema GNSS - Global Navigation Satellite System,
instalado na prpria aeronave); e (3) ngulos de atitude da aeronave (ngulos de Euler
Kappa, Phi e mega) do VANT na tomada de cada fotografia.
62
Um PC pode ser compreendido como um mesmo ponto (alvo) visto em duas ou mais
fotografias.
Em que: Green o nvel de cinza para a banda do verde do ortomosaico; e Red o nvel de
cinza para a banda do vermelho do ortomosaico.
Esse processo se deu com o uso de 5 placas sinalizadoras posicionadas sobre a linha
de caminhamento (reta paralela ao transecto, utilizada pelo operador para avanar na coleta
dos dados em solo), antes mesmo da realizao do voo. Essas placas foram construdas de
madeira compensada (vulgarmente conhecida como madeirite), com dimenses de 50 cm por
50 cm, com a superfcie lisa na cor branca, visando a uma elevada reflectncia.
Figura 34. Placa sinalizadora utilizada para a localizao do transecto. (A) apresentao das
dimenses da placa; (B) vista da placa em solo; (C) vista da placa no ortomosaico.
Figura 35. Linha de caminhamento estabelecida pela localizao das placas sinalizadoras no
ortomosaico.
Figura 36. rea de coleta do valor MPRI (no ortomosaico) sobreposta rea de obteno da
fotografia para clculo do PV.
Para saber a rea abrangida pelas fotografias, utilizou-se a relao entre o tamanho do
elemento sensor, a distncia focal da cmera e a altura em que as mesmas foram obtidas.
Esses parmetros permitiram o clculo da resoluo espacial, que foi atribuda ao quadro
(linhas e colunas) da fotografia, resultando na rea que a mesma recobriu. A figura 37 ilustra
a determinao da rea imageada por uma fotografia obtida para o PV.
67
Figura 38. Vista do programa Google Earth mostrando a cena Landsat-8 utilizada nesse
estudo.
O processamento das IRS se deu em trs etapas: (1) pr-processamento; (2) clculo
do IV; (3) extrao dos valores de IV para as Amostras/Grade L8. Todas as etapas foram
realizadas no programa TNT GIS (verso 2015).
Conforme recomendado pelo USGS (2016b), para o uso das IRS foi realizado o
processo de reescalonamento conforme a equao 3. O mesmo visa transformar os valores
que esto no intervalo entre 0 e 10.000, em valores de 0 a 1, mais usual em se tratando de
reflectncia da superfcie.
A extrao dos valores NDVI para as Amostras/Grade L8 se deu pela mdia dos pixels
que compem a rea das amostras (Figura 39), assim como foi realizado para a extrao dos
valores de MPRI.
70
As datas prioritrias para a realizao dos voos e tambm das coletas em solo,
puderam ser obedecidas nos 4 primeiros meses de trabalho (as visitas a campo ocorreram
conforme planejado, nos dias 03 de julho, 04 de agosto, 05 de setembro e 07 de outubro de
2014).
5 RESULTADOS E DISCUSSES
Em relao aos voos realizados com o Tiriba, possvel afirmar que estes alcanaram
seu objetivo principal, o qual era a gerao de ortomosaicos aptos ao clculo do MPRI sobre a
pastagem na rea de estudo. Todos os aerolevantamentos obtiveram dados com qualidade
suficiente para a mosaicagem, de forma que no foi necessria repeties de voos. Ao todo,
foram gerados 6 ortomosaicos (Figura 41), um para cada voo realizado na rea.
Conforme pode ser observado na Figura 41, entre os meses de outubro e novembro a
pastagem da rea de estudo sofreu uma modificao em sua rea. Foram reduzidos 15 dos 49
hectares originais (resultando em 34 hectares de pastagem). Essa modificao se deu para
instalao de um Stand de experimento em gros, segundo a gerncia da propriedade. Para a
2
Para melhor visualizao dos ortomosaicos, os Apndices de 1 a 6 apresentam os mapas gerados com os
mesmos.
73
Tabela 8. Altitude e altura de voo, resoluo espacial e sua variao para cada voo realizado.
Desvio Variao da Diferenas
Altitude Mdia Altura Mdia Resoluo
Voo Padro da Resoluo de Resoluo
de Voo de Voo Espacial
Altura Espacial Espacial
Primeiro 782,26 292,26 2,77 9,97 0,34 9,80 a 10,14
Segundo 784,52 294,52 1,60 10,02 0,23 9,90 a 10,13
Terceiro 786,02 296,02 2,86 10,08 0,42 9,83 a 10,25
Quarto 784,24 294,24 2,65 10,02 0,38 9,91 a 10,29
Quinto 785,36 295,36 1,88 10,05 0,35 9,88 a 10,23
Sexto 787,34 297,34 2,43 10,12 0,41 9,92 a 10,33
Outro fator que pode ter influenciado na variao das resolues espaciais das
fotografias so os ngulos de atitude do VANT/Cmera, tambm conhecidos como ngulos de
Euler. Mas especificamente, os ngulos mega (movimento de asa) e phi (movimento de bico)
influenciam na resoluo das fotografias, uma vez que fazem com que as mesmas sejam
obtidas de forma inclinada (Figura 42) (ALVES JUNIOR, 2015). Observou-se que, em todos
os voos, esses dois ngulos sofreram grandes variaes (algo comum para plataformas areas
no tripuladas, pequenas e leves).
74
Figura 43. Comportamento dos ngulos mega e phi no voo realizado em 05/09/2014.
As sombras geradas pela cobertura de nuvens (Figura 44) foram observadas somente
no ortomosaico do dia 04 de agosto de 2014. Isso demonstra o cuidado dessa pesquisa na
realizao dos voos sem nebulosidade.
Figura 44. Exemplo da presena de sombras geradas pela cobertura de nuvem durante o voo.
76
Figura 473. IV MPRI gerados com base nos ortomosaicos obtidos com o VANT.
O aspecto mais destacado foi a colorao, sendo possvel notar e acompanhar a perda,
do ms de julho para o ms de setembro, e a recuperao, do ms de outubro para o ms de
novembro, do verdor (Figura 48). O fenmeno observado, da perda e recuperao do verdor,
3
Para uma melhor visualizao dos IV gerados a partido dos ortomosaicos, os Apndices de 7 a 12 apresentam
os mapas gerados com os mesmos.
79
Figura 48. Alteraes na paisagem da rea de estudo ao longo dos 6 meses de trabalho de
campo.
Essa mesma dinmica de desenvolvimento relatada pelo PV, o que reafirma este
parmetro para a avaliao da qualidade da pastagem (Figura 50).
81
Como pode ser observado na figura 50, conforme a pastagem perde em vigor vegetal,
observado pelos nveis de verdor, o PV reduzido. Quando o pasto volta a ganhar vigor
vegetal, o PV aumenta.
Conforme pode ser observado nas mdias mensais das Amostras/Transecto (Figura
51), o MPRI acompanha o PV, sendo capaz tambm de expressar de forma significativa o
fenmeno em ocorrncia na pastagem. Tanto no PV quanto no MPRI, pode-se observar
quedas quando a cobertura vegetal encontra-se seca, bem como o crescimento quando h
disponibilidade de gua para a pastagem.
4
No grfico da figura 51, o PV apresentado em uma escala percentual de 0 a 1 (sendo 1 igual a 100%) para
melhor leitura dos dados e comparao com o MPRI.
83
A retomada de vigor vegetal no perodo de chuva, por sua vez, em tese, se d de forma
mais variada, j que regies em melhores condies de sanidade vegetal tero uma resposta
mais rpida, e agrega heterogeneidade, maior variao. Para os meses de julho (em que a
pastagem est em processo de perda do vigor, no entanto, ainda com uma presena de verdor
expressiva PV mdio de 33,27%), novembro e dezembro, as varincias () so maiores,
0,007864, 0,005298, e 0,005681, respectivamente.
85
Figura 53. Grficos de disperso da anlise de correlao entre os valores de MPRI e PV das
Amostras/Transecto.
Mesmo com o indicativo de que a disponibilidade de gua rege a correo entre o
MPRI e PV, no possvel concluir tal fato, haja vista que para o ms de dezembro o PV e o
87
Dentre as 6 IRS adquiridas junto a USGS para uso nessa pesquisa, houve a
possibilidade de uso de apenas 5. A imagem referente ao ms de dezembro, que foi adquirida
no dia 04, estava com a rea de estudo coberta por nuvens (Figura 54). A imagem obtida em
08 de novembro de 2014 tambm apresentou nuvens; no entanto, essa no estava sobre as
amostras estabelecidas e, portanto, no prejudicou a sequncia de anlises. As demais
imagens estavam aptas a serem utilizadas (Figura 55) e possibilitaram o clculo do NDVI
(Figura 56). Assim sendo, a comparao entre MPRI e NDVI levou em considerao somente
cinco levantamentos.
88
Figura 54. IRS obtida pelo sensor OLI/LS8 em 10 de dezembro de 2014, apresentando nuvens
na rea de estudo.
Figura 56. NDVI calculado com base nas IRS obtidas pelo sensor OLI/LS8.
Figura 57. Comparao entre o NDVI e o MPRI ao longo do perodo de julho a novembro de
2014.
Contudo, mesmo havendo essa diferena de sensibilidade ao vigor vegetal, por meio
dos dados obtidos com o VANT e o Satlite, seria possvel chegar a uma caracterizao
similar rea de estudo, no que diz respeito a uma anlise temporal. Em outras palavras, seria
possvel apontar os pices e as quedas de vigor vegetal por intermdio de ambos os produtos,
NDVI das imagens de satlite e MPRI dos ortomosaicos do VANT.
pesquisa, a exemplo de outros tantos, tem uma autonomia de voo 25 min, no sendo capaz de
recobrir grandes reas sem a necessidade de substituio de suas baterias.
6 CONSIDERAES FINAIS
Neste quesito, o fato da ANAC ter apresentado uma proposta ainda no final de 2015,
devendo entrar em vigor ainda no ano de 2016, um fator muito positivo, importante para o
setor no Brasil, e que pode ampliar ainda mais o uso do VANT no monitoramento da
pastagem e alm, no mercado de agricultura de preciso, monitoramento ambiental e tantos
outros.
94
O MPRI exerce maior eficincia no quesito cobertura da rea, sendo a razo para tal o
fato de que a viabilidade do emprego do Percentual de Verde se d pelo uso da tcnica de
amostragem (coleta de dados direta no campo). Ao adotar o VANT para obteno de
ortomosaicos e clculo do MPRI, dispensa-se o uso da amostragem e a rea trabalhada em
sua totalidade.
Com base nessa relao, pode-se dizer que o MPRI obtido com os ortomosaicos do
VANT representa um produto semelhante ao NDVI das imagens de satlite, porm com um
95
nvel de detalhamento muito maior para os dados do VANT. A semelhana entre produtos
obtidos com VANT e com satlites permite pensar no uso de dados do VANT para gerar
outros parmetros, como ndice de rea Foliar (IAF) (CARLSON e RIPLEY, 1997). Permite
pensar tambm que os produtos inerentes satlites sejam aplicados para ampliar anlises
locais feitas com dados de VANT, conforme sugere Rango et al. (2006).
De modo geral, conclui-se que o VANT uma ferramenta apta para servir de
plataforma para a aplicao de tcnicas do Sensoriamento Remoto na avaliao e
monitoramento de reas de pastagem. Os variados modelos, bem como as muitas opes de
sensores, abrem uma ampla gama de possibilidades para a atuao dessas aeronaves no
auxlio gesto da pastagem.
REFERNCIAS BIBLIOGRFICAS
AGISOFT. Agisoft PhotoScan User Manual Professional Edition, Version 1.0.0. 2013.
Disponvel em: <http://downloads.agisoft.ru/pdf/photoscan-pro_1_0_0_en.pdf> Acesso em:
10 Jun. 2016
ANGELOV, P. Sense and Avoid in UAS: Research and Applications. John Wiley & Sons, 30
de abr. de 2012 - 345 p
AIRSHIP. Airship Solutions AS10 $25,000 Basic Unit. 2005. Disponvel em: <
http://www.airship.com.au/products/large_airships.html> Acesso em: 10 Jun. 2016.
BUEREN, S.K. et al. Deployng four optical UAV-based sensors over grassland: challenges
and limitations. Biogeosciences, 2015, v. 12, p. 167-175. Disponvel em: <
http://www.biogeosciences.net/12/163/2015/bg-12-163-2015.html> Acesso em: 10 Jun. 2016.
BUEREN, S.K.; YULE, I.J. Multiespectral aerial imaging of pasture quality and biomass
using unmanned arial vehicles (UAV). Nova Zelndia: Universidade de Massuy, 2013.
Disponvel em:
http://www.massey.ac.nz/~flrc/workshops/13/Manuscripts/Paper_vonBueren_2013.pdf>
Acesso em:10 Jun. 2016.
DALAMAGKIDIS, K.; VALAVANIS, K.P.; PIELG, L.A. Aviation history and unmanned
flight. In: DALAMAGKIDIS, K.; VALAVANIS, K.P.; PIELG, L.A. On integrating
unmanned aircraft systems into the national airspace system. Springer, 2012.
DEBUSK, W. M. Unmanned Aerial Vehicle Systems for disaster relief: Tornado Alley.
Atlanta: Geogia Institute of Technology, 2009. Disponvel em:
<http://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/20090036330.pdf> Acesso em: 10 Jun.
2016.
99
ELACHI, C. Introduction to the Physics and Techniques of Remote Sensing. Nova York,
EUA: Wiley, 1987.
FINN, A.; SCHEDING, S. Developments and challenges for autonomous unmanned vehicles.
Austrlia: Universidade de Sidnei, 2010. 233p. ISBN: 978-3-642-10704-7.
GELLIUS, C. Attic nights, Book 10 (1927). Traduo de Rolfe, J.C. Disponvel em:
<http://goo.gl/Aol8XQ> Acesso em: 06 Mar. 2016.
HARRYS, T. Remote sensing can aid pasture management. Kansas farmer: Livestock.
2014. Disponvel em: <http://magissues.farmprogress.com/ksf/KS05May14/ksf036.pdf>
Acesso em: 16 Mar. 2016.
101
KEANE, J.F.; CARR, S.S. A brief history of early unmanned aircraft. Johns Hopkins
APL Technical Digest, 2013, v. 32. Disponvel em: <https://goo.gl/l31MqN> Acesso em: 03
Mar. 2016.
______________________________________________________________. Ten-Engine
Electric Plane Completes Successful Flight Test. 2015. Disponvel em: <
https://www.nasa.gov/langley/ten-engine-electric-plane-completes-successful-flight-test>
Acesso em: 10 Jun. 2016.
103
NEWCOME, L.R. Unmanned aviation: A brief history of unmanned aerial vehicles. Reston,
Va.: American Institute of Aeronautics and Astronautics, 2004.
PARTON, W. J. et al. Impact of climate change on Grassland production and soil carbon
worldwide. Global Change Biology, v. 1, n. 1, p. 13-22, 1995. Disponvel em:
<http://onlinelibrary.wiley.com/doi/10.1111/gcb.1995.1.issue-1/issuetoc> Acesso em: 10 Jun.
2016.
PHOENIX AERIAL SYSTEM. Sample Data. 2014. Disponvel em: < http://www.phoenix-
aerial.com/downloads/sample-data/> Acesso em: 10 Jun. 2016.
RANGO, A. et al. Using unmanned arial vehicles for rangelands: current applications and
future potentials. Environmental Practice, 2006, v.3, p.159-168. Disponvel em:
<http://journals.cambridge.org/action/displayAbstract?fromPage=online&aid=530776>
Acesso em: 10 Jun. 2016.
ROUSE, J.W. et al. Monitoring vegetation systems in the Great Plains with ERTS. In:
ERTS Symposium, Anais .NASA. 1973, p. 309-317.
SALAMI, E.; BARRADO, C.; PASTOR, E. UAV fligth experiments applied to the Remote
Senging of vegetated areas. Remote Sensing, v. 6, p. 11.051-11.081, 2014. Disponvel em:
<http://www.mdpi.com/2072-4292/6/11/11051/pdf> Acesso em: 10 Jun. 2016.
104
SCURLOCK, J.M.O.; HALL, D.O. The global carbon sink: A grassland perspective. Global
Change Biology, v. 4, 1998. p. 229-233.
STREIT, N.M. et al. As clorofilas. Cincia Rural, v. 35, p. 748-755, 2005. Disponvel em: <
http://migre.me/hDM4Q>. Acesso em: 15 Jan. 2015.
TOMCZAK, R.J. et al. Autonomous flying system for grasslands and fields monitoring. SPIE
8334, Fourth International Conference on Digital Image Processing , 2012, 83340M (May
1, 2012); doi:10.1117/12.946047
YANG, Z.; WILLIS, P.; MUELLER, R. Impact of Band-Ratio Enhanced AWIFS Image to
Crop Classification Accuracy. In: Pecora The Future of Land Imaging Going Operational,
17. 2008, Denver, Colorado, USA. Anais... Maryland: (ASPRS), 2008. Disponvel em: <
http://info.asprs.org/publications/proceedings/pecora17/0041.pdf>. Acesso em: 15 Abr. 2015.
APNDICES
108
APNDICE 1.
109
APNDICE 2.
110
APNDICE 3.
111
APNDICE 4.
112
APNDICE 5.
113
APNDICE 6.
114
APNDICE 7.
115
APNDICE 8.
116
APNDICE 9.
117
APNDICE 10.
118
APNDICE 11.
119
APNDICE 12.