8. Fenologia
Históricamente, os seres humanos tem observado e documentado os ciclos de vida de animais e plantas, seja por necessidade ou tradição, de onde tem origem a palavra Fenologia. Assim, fenologia é a parte da biologia que estuda os fenômenos periódicos e cíclicos dos seres vivos e analisa como eles são influenciados por variações sazonais e interanuais no clima ou no habitat. Portanto, esses eventos cíclicos são marcados pela sazonalidade climática e condicionados por fatores ligados ao processo evolutico e adaptativo de cada espécie ao ambiente em que se encontra [117]. Podem ser citados como exemplo de eventos fenológicos as migrações de pássaros e o florescimento das plantas. Atualmente, as observações da fenologia tem sido utilizadas como principais indicadores das alterações nos ciclos de vida devido a mudanças ambientais. Nesse sentido, diversas técnicas envolvendo análise de séries temporais de imagens de satélite tem sido desenvolvidas (para mais detalhes veja a Capítulo 7 - Séries Temporais de Imagens de Satélites). Neste capítulo, focaremos em pesquisas voltadas para a fenologia de culturas agrícolas.
Um dos trabalhos pioneiros no uso de sensoriamento remoto para estimar os ciclos fenológicos da cultura de milho e da soja foi o realizado por Tucker et al. [118] em 1979. Neste trabalho os autores empregaram dados coletados por radiometria de campo e analisaram as relações entre a resposta espectral do vermelho e do infravermelho próximo, bem como do índice de vegetação de razão simples, com a fenologia destas culturas ao longo do seu ciclo de crescimento (para mais detalhes sobre índices espectrais consulte Seção 6.5 - Índices Espectrais). Os autores conseguiram distinguir cinco estádios fenológicos da emergência à maturação das culturas e propuseram, ainda, utilizar dados de sensoriamento remoto orbital para monitorar essas duas culturas com o objetivo de auxiliar na previsão de safras destas culturas. Na sequência, em 1980 foi relatada a possibilidade de determinar a data de plantio de culturas agrícolas usando modelagem e dados do sensor Multispectral Scanner System (MSS) a bordo do satélite Landsat com bom ajuste com as observações de campo [119, 120, 121].
No início da década de 1990, com o uso de composições semanais de índices de vegetação obtidas a partir de imagens do sensor Advanced Very High Resolution Radiometer (AVHRR) foi possível identificar o estádio de grão leitoso na cultura do milho, sendo sugerido o uso desse dado quando as informações a respeito do desenvolvimento fenológico da cultura não estiverem disponíveis [122]. Também tendo por base as imagens AVHRR, foi desenvolvido um modelo semi-empírico com base na análise de uma série temporal de valores do Normalized Difference Vegetation Index (NDVI), obtidos a partir de imagens do AVHRR, para estimar os estádios fenológicos das culturas agrícolas. Nesse trabalho ficou ressaltada a importância dos pontos de inflexão das curvas de NDVI (ascendente e descendente) para estimar o desenvolvimento da cultura [123]. Neste sentido, foi utilizada a análise harmônica para analisar uma série temporal de imagens do AVHRR e a conclusão do trabalho é que os harmônicos podem ser utilizados para acompanhar a fenologia de culturas agrícolas [112]. A primeira derivada de uma série temporal de NDVI obtidas por radiometria de campo foi relacionada com a fenologia do milho, obtendo os estádios fenológicosda cultura. Os autores também recomendaram que a metodologia por eles desenvolvida seja aplicada em outras culturas e com dados de sensores orbitais como, por exemplo, o Modis, por apresentar resolução temporal e espacial adequada para este tipo de estudo [124].
A fenologia do arroz foi estimada utilizando índice de vegetação Enhanced Vegetation Index (EVI) obtido das imagens Modis. Para isto foram aplicadas técnicas de análise harmônica e de Wavelet para filtrar e realizar a estimativa. Neste trabalho os autores concluem que apesar de não haver diferença significativa, os dados filtrados por Wavelet apresentaram melhores resultados, em comparação aos que foram filtrados pela análise harmônica e mostraram ainda que foi possível estimar os estádios fenológicos do arroz [125]. Posteriormente, os dados EVI do Modis filtrados por Wavelet foram utilizados para estimar a fenologia, número de cultivos e uso de irrigação na cultura do arroz. Os autores concluíram que foi possível estimar com precisão a distribuição espacial, o número de cultivos por ano e a fenologia de arroz [126]. A transformada de Wavelet também foi aplicada sobre uma série temporal de índices de vegetação Wide Dynamic Range Vegetation Index (WDRVI), oriundo das imagens Modis, para estimar a fenologia da soja e do milho. Neste estudo, a diferença entre as datas estimadas e observadas, para cada estádio fenológico, foi menor do que 15 dias, para ambas as culturas [127]. Métodos baseados em fenologia também foram utilizados para reginonalizar as estações de início de plantio e de colheita de culturas agrícolas, bem como a duração do ciclo na China. Os resultados foram comparados com dados de campo e estações meteorológicas e mostraram ser viáveis [128]. Mais especificamente, no Brasil principalmente para o estado do Paraná, algumas metodologias foram desenvolvidas para o acompanhamento da fenologia, principalmente da cultura da soja. Os índices de vegetação NDVI e EVI oriundos dos dados Modis foram os mais utilizados para realizar estas estimativas e foram aplicadas as técnicas de análise harmônica, duplo-logística, primeira derivada, wavelet dentre outras. Os resultados apontam para um erro variando entre 8 e 16 dias, dependendo do estádio que foi estimado e do método utilizado [129, 130, 131, 132]. Uma imagem ilustrativa do processo para obteção das métricas fenológicas é apresentado na Figura 8.1.
Figura 8.1 - Representação ilustrativa da obtençao de métricas fenológicas utilizando dados de sensoriamento remoto.
Fonte: Adaptada de Rodigheri et al. [131].