Como usar o QGIS para gerar mapas de monitoramento agrícola

Ouça este conteúdo

Parar este conteúdo

A tecnologia de processamento digital de imagens está cada vez mais presente em todos os setores, especialmente nas áreas de monitoramento ambiental e agrometeorológico, por meio das técnicas do geoprocessamento.

O geoprocessamento é um conjunto de técnicas matemáticas/computacionais, relacionadas à coleta e tratamento das informações espaciais, para um objetivo específico. As atividades envolvendo o geoprocessamento são executadas por meio de Sistemas de Informação Geográfica (SIG).

O conjunto de técnicas e procedimentos que caracterizam o geoprocessamento envolve tecnologia digital, sensoriamento remoto e SIG.

A tecnologia SIG se refere a sistemas destinados ao processamento de dados georreferenciados, desde sua coleta até a geração de saídas, geralmente em forma de mapas.

Os processos de análise espacial tratam dados que possuem uma localização geográfica (expressa como coordenadas, em um mapa) e atributos descritivos (que podem ser representados em um banco de dados convencional). Os dados geográficos não existem isolados no espaço.

Dados sem referência espacial não fornecem contexto geográfico, imprescindíveis para compreender a realidade. Portanto, tão importante quanto localizar os dados, é examinar as relações espaciais, tendências, padrões e comparações entre eles.

O geoprocessamento se tornou um caminho para profissionais que atuam em diferentes áreas do conhecimento. Independentemente da área de formação ou da experiência profissional, é possível se especializar em geoprocessamento, aplicando a tecnologia SIG, para aprimorar os resultados da sua carreira, estudo ou prestação de serviços.

Aplicação do geoprocessamento na agricultura

A agricultura é uma das várias áreas de aplicação da tecnologia SIG. No Laboratório de Análise e Processamento de Imagens de Satélites (Lapis), foi desenvolvido o método “Mapa da Mina”. Esse método de geoprocessamento é usado pelo Lapis para o monitoramento agrometeorológico e ambiental, a partir da geração de mapas semanais, no QGIS.

O QGIS foi adotado pelo Lapis por se tratar de um software livre e de código aberto, líder global quando se trata de sistema de processamento gratuito de dados de satélites. O SIG é desenvolvido por uma equipe de voluntários, empresas e organizações dedicadas, contando com mais de 900 ferramentas de geoprocessamento.

O método “Mapa da Mina” ensina como utilizar o verdadeiro poder do QGIS, seja em sua carreira, projeto ou prestação de serviços. O objetivo é treinar pessoas, com a habilidade de dominar o QGIS, para gerar mapas, processar e analisar imagens de satélites.

Para isso, é necessário seguir estratégias para: 1) o domínio definitivo do QGIS; 2) o aprimoramento da sua competência de realizar análises; 3) o processamento e aplicação de diferentes tipos de dados; 4) a geração de mapas inteligentes. O método “Mapa da Mina” está fundamentado nesses pilares.

A seguir, vamos analisar alguns mapas de monitoramento semanal dos volumes de chuva e da umidade do solo no Brasil, indicadores essenciais à produção agrícola.

Mapa destaca chuvas em torno da média na maior parte do Brasil

O mapa da intensidade da seca no Brasil, referente ao período de 11 a 20 de junho, mostra chuvas em torno da média, na maior parte do Brasil. No Semiárido de Alagoas e da Paraíba, as chuvas foram acima da média, durante o período. No oeste do Centro-Oeste, foram registradas chuvas extremas ou excepcionais.

No Sul do Brasil, as chuvas também ficaram em torno da média histórica, com exceção do sudoeste do Rio Grande do Sul. No Pará, norte do Tocantins e oeste do Maranhão, as chuvas foram acima da média.

O mapa da intensidade da seca foi elaborado com dados de precipitação, oriundos do produto Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS). Os dados foram processados no software QGIS, a partir do cálculo do Índice de Precipitação Padronizado (SPI).

O monitoramento da seca no Brasil classifica o fenômeno de um estado proporcionalmente a um nível “normal” de precipitação, esperado para a área. Cada nível é classificado por sua intensidade e recebe uma categoria, que vai desde “seca fraca” até “seca excepcional”, dependendo do potencial impacto meteorológico.

Esse é um dos mapas SIG gerados pelo Laboratório Lapis, para monitoramento semanal da seca no Brasil. O processamento e a análise da imagem de satélite foram feitos com uso de dados CHIRPS, um conjunto de dados de chuva, obtidos por satélites e pela coleta in situ, em estações meteorológicas, desde 1981 até o presente.

Mapa atualiza situação da umidade do solo em algumas regiões brasileiras

O conhecimento da umidade do solo é fundamental para a caracterização das secas agrícolas. Por essa razão, o mapa da umidade do solo é o indicador que não pode faltar para monitorar secas e estresse hídrico, em grandes áreas agrícolas.

As estimativas de umidade do solo, baseadas em amostras de campo, são muito precisas, mas têm uma aplicação limitada, devido à sua natureza pontual, sua limitada extensão espacial e a alta variedade de tipos de solo.

Essa limitação vem sendo superada, em razão do desenvolvimento da tecnologia de sensoriamento remoto e de algoritmos específicos, para quantificar a umidade do solo, a partir de plataformas de satélite, com sensores de micro-ondas.

Atualmente, essas estimativas são utilizadas para detectar e monitorar regiões afetadas por secas, com a vantagem da sua ampla distribuição e cobertura espacial, bem como da disponibilidade temporal de dados.

O minissatélite SMOS (Soil Moisture and Ocean Salinity) abriu novas perspectivas para monitorar os efeitos das secas, em grandes áreas agrícolas. Mas apesar do grande potencial do SMOS, para monitoramento de secas agrícolas, poucas pesquisas têm sido publicadas no mundo sobre o assunto, especialmente no Brasil.

Alguns estudos recentes do Laboratório Lapis propuseram novos índices, baseados em estimativas da umidade do solo, derivadas do SMOS, para avaliar secas agrícolas. Esses indicadores da estimativa da umidade do solo são capazes de fornecer alerta precoce dos impactos da seca na produção agrícola.

O mapa acima é referente à anomalia da umidade do solo, com dados estimados a partir de satélites, tendo sido processado no QGIS, com base no método “Mapa da Mina”.

O conceito "anomalia" se refere à diferença no atual percentual de umidade do solo, para mais ou para menos, em relação à média histórica. Os dados de satélites utilizados são referentes ao último dia 20 de junho.

O destaque deste mapa é o alto nível de umidade do solo, na porção centro-norte do Nordeste brasileiro, principalmente em Pernambuco, Paraíba e Rio Grande do Norte. O Rio Grande do Sul, Santa Catarina e centro-sul do Paraná também têm recebido chuvas significativas.

Nesses locais, os solos estão bastante úmidos. Outro destaque é o oeste do Centro-Oeste, onde houve aumento da umidade do solo. Mas a seca tem atingido fortemente grande parte da Argentina e continua afetando a área central do Brasil.

O mapa da umidade do solo é um dos indicadores amplamente utilizados para monitoramento da seca e do estresse hídrico. Esse mapa de alta tecnologia, baseado em dados do satélite SMOS, combina a ciência geográfica com o poder da tecnologia SIG. É uma importante ferramenta, que governa a tomada de decisão em diversos setores, especialmente na agricultura.

Esse mapa é uma ferramenta agrometeorológica muito útil para orientar a produção agrícola. A imagem foi gerada no software QGIS, com uso do método de geoprocessamento “Mapa da Mina”, do Laboratório Lapis.

Ferramentas de processamento de dados, a exemplo do QGIS, são tecnologias extremamente poderosas, pela sua capacidade de gerar inteligência de localização. Com isso, são fundamentais para suporte à decisão, por representar visualmente fenômenos geograficamente localizados, permitindo resolver tarefas e situações críticas.

Mais informações

TREINAMENTO EM QGIS | O Laboratório Lapis oferece um treinamento prático, que ensina a produzir mapas, processar e analisar esse tipo de imagem de satélite, dominando definitivamente o geoprocessamento no QGIS. Para conhecer o método do Lapis, que fundamenta o Curso online “Mapa da Mina”, com inscrições abertas, assista a este vídeo.