Um recente estudo realizado por equipes de pesquisa dos Estados Unidos e Brasil revelou avanços no campo da agricultura e sensoriamento remoto. Por meio da análise de imagens de satélite Landsat e Sentinel-2, os cientistas conseguiram aprimorar a modelagem da produção primária bruta e da transpiração em plantações de cana-de-açúcar, representando um marco importante na compreensão da absorção de carbono e água pela vegetação.
A pesquisa, conduzida 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, destacou o potencial das imagens de alta resolução espacial.
Apesar dos desafios impostos pelos climas tropicais, a análise combinada das imagens Landsat e Sentinel-2 mostrou-se mais eficaz do que os métodos anteriores, incluindo o índice de vegetação MODIS, na captura da dinâmica de absorção de carbono.
Jorge Celis, pesquisador da Universidade de Oklahoma, ressaltou que a utilização dessas imagens para monitorar a fenologia e estimar a produção primária bruta nas plantações de cana-de-açúcar explorou com sucesso novas metodologias.
A pesquisa avaliou a eficácia dessas imagens em dois locais distintos: um com clima subtropical na Louisiana e outro com clima tropical em São Paulo, ambos equipados com torres de fluxo eddy covariance para coleta de dados, permitindo uma medida direta da troca líquida de gases entre a vegetação e a atmosfera.
Os resultados destacaram 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 revelou uma aplicação inovadora do índice de vegetação aprimorado na estimativa das temperaturas ideais do ar para a fotossíntese, abrindo novas perspectivas para a 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 mais precisa da dinâmica sazonal da produção primária bruta em alta resolução espacial, ressaltando a adaptabilidade do modelo a diversas condições ambientais.
O estudo sublinha a relevância do monitoramento e previsão da produção primária bruta e transpiração para a gestão eficaz das plantações de cana-de-açúcar, essenciais para a produção de açúcar e etanol no Brasil e nos EUA. Ele também abre perspectivas para futuras avaliações que aprofundem o conhecimento sobre a implantação de modelos como ferramentas de agricultura de precisão, contribuindo para uma produção mais sustentável e eficiente.
