IDENTIFICAÇÃO DE FERRUGEM NA SOJA POR MEIO DE IMAGENS DE ALTA RESOLUÇÃO ESPACIAL

Abstract

O cultivo da soja possui grande importância econômica para o Brasil, por ser um dos principais geradores de divisas cambiais para o país. Porém, mesmo sobre as tecnologias existentes, as lavouras ainda são constantemente acometidas por doenças foliares, tais como a ferrugem asiática (Phakopsora pachyrhizi), das quais é uma das doenças mais destrutivas para a produção de soja, que muitas vezes provoca perda de rendimento significativo e rapidamente dissemina-se de campo para campo através de uredósporos dispersos no ar. Para implementar tratamentos de fungicidas em tempo hábil a um controle eficaz da doença, é essencial detectar a infecção e a severidade da ferrugem da soja. Como forma de identificação primária desta infecção, a presente pesquisa embasou-se na utilização do sensoriamento remoto através de imagem multiespectral de alta resolução espacial (RapidEye) para detectar, discriminar e espacializar a possível ocorrência de ferrugem na soja em distintos níveis de gravidade. Para isto foi utilizado um índice de cor da lesão e a caracterização multiespectral para se detectar o patógeno nas imagens, e os índices de vegetação para inferir as áreas de infestação. A partir das cartas geradas foi possível caracterizar espacialmente as áreas de ferrugem em estágio intermediário e avançado da infecção, mesmo considerando-se a inexistência de pontos de verificação em campo. Entretanto a metodologia aqui aplicada, não foi capaz de detectar o patógeno precoce.  Identification of soil rust through high space image images A B S T R A C TSoybean cultivation has had great economic importance for Brazil, since it is one of the main generators of foreign exchange for the country. However, despite all existing technologies, crops are still constantly being affected by foliar diseases such as Asian soybean rust (Phakopsora pachyrhizi), which is one of the most destructive diseases of soybean, frequently causing significant loss of yield and rapid field-to-field dissemination through urospores dispersed in the air. In order to implement fungicide treatments in a timely manner for effective disease control, it is essential to detect an infection and severity of soybean rust. As a form of primary infection identification, the present research was based on the use of remote sensing recorded by multispectral high spatial resolution image (RapidEye) to detect, discriminate and spatialize a possible occurrence of soybean rust at different levels of severity. For this, a color index and a multispectral characterization were used for pathogen detection in images, and the vegetation indices to be inferred as areas of infestation. From the generated letters, it was possible to characterize spatially as rust areas in intermediate and advanced infection stages, even considering the lack of checkpoints in the field. However, a methodology applied here was not able to detect the early pathogen.Keywords: Glycine max, Phakopsora pachyrhizi, imagens multiespectrais; detecção de áreas infectdas.