Melhorias no monitoramento dos balanços de carbono e água na produção de cana-de-açúcar

Novos avanços na agricultura através do sensoriamento remoto

Melhorias no monitoramento dos balanços de carbono e água na produção de cana-de-açúcar

Uma pesquisa recente feita por equipes dos Estados Unidos e Brasil revelou avanços na área da agricultura e sensoriamento remoto ao utilizar imagens de satélite Landsat e Sentinel-2. Isso permitiu melhorar a modelagem da produção primária bruta e da transpiração em plantações de cana-de-açúcar, representando um avanço na compreensão da absorção de carbono e água pelas plantas.

Em colaboração com pesquisadores da Universidade de Oklahoma, da Unidade de Pesquisa Cana-de-Açúcar do USDA-ARS na Louisiana (EUA), da Embrapa Meio Ambiente e da Universidade Estadual Paulista, o estudo destacou a eficiência das imagens de alta resolução espacial. Mesmo diante dos desafios dos climas tropicais, a análise combinada das imagens Landsat e Sentinel-2 se mostrou mais eficaz do que métodos anteriores, incluindo o índice de vegetação MODIS, para capturar a dinâmica de absorção de carbono.

Jorge Celis, pesquisador da Universidade de Oklahoma, destacou a utilização bem-sucedida dessas imagens para monitorar a fenologia e estimar a produção primária bruta nas plantações de cana-de-açúcar. O estudo avaliou a eficácia das imagens em locais distintos, com diferentes climas, equipados com torres de fluxo eddy covariance para coleta de dados.

Os resultados ressaltaram a robustez das imagens de alta resolução espacial, especialmente em condições de nebulosidade, para capturar a dinâmica agrícola e a absorção de CO2 e água pela vegetação. Além disso, o estudo inovou ao utilizar o índice de vegetação melhorado na estimativa das temperaturas ideais para a fotossíntese, abrindo novas perspectivas na compreensão do desempenho biofísico dos índices de vegetação.

Osvaldo Cabral, da Embrapa Meio Ambiente, enfatizou a importância do Modelo de Fotossíntese de Vegetação na estimativa precisa da dinâmica sazonal da produção primária bruta em alta resolução espacial e sua adaptabilidade a diferentes condições ambientais. O estudo destaca a relevância do monitoramento e previsão da produção primária bruta e transpiração para a gestão eficiente das plantações de cana-de-açúcar, fundamentais para a produção de açúcar e etanol no Brasil e EUA. Essa pesquisa abre portas para futuras avaliações que aprofundem o conhecimento sobre o uso de modelos na agricultura de precisão, contribuindo para uma produção mais sustentável e eficiente.