1

Correlao espacial do ndice de vegetao (NDVI) de uma imagem 1

Landsat/ETM+ com atributos do solo 2
3
Resumo: As tecnologias de agricultura de preciso, como o uso da variabilidade espacial 4
dos atributos do solo, vm sendo muito estudadas para a cultura de cana-de-accar. Dentre 5
essas tecnologias se destaca o uso de ndices de vegetao derivados de produtos de 6
sensoriamento remoto, como poderosas ferramentas indicadoras do desenvolvimento da 7
vegetao. Objetivou-se, neste estudo, analisar a variabilidade espacial dos teores de 8
argila, fsforo e o pH de um Latossolo Vermelho-amarelo em rea com produo de cana- 9
de-acar e correlacion-los com o ndice espectral de vegetao (NDVI). Foram 10
estudados, a partir de uma malha georreferenciada, os atributos do solo (argila, fsforo e 11
pH) e gerados mapas de variabilidade espacial. Para esses mesmos locais calculou-se o 12
NDVI possibilitando, alm do mapeamento deste ndice, a avaliao da correlao 13
espacial entre este e as demais propriedades em estudo. A argila e o teor de fsforo 14
apresentaram correlao espacial positiva com o NDVI enquanto nenhuma correlao 15
espacial foi observada com o pH. A imagem do sensor ETM+ do satlite LandsatO5 16
utilizada neste estudo em relao ao NDVI, apresentou boa aplicao para observar a 17
variabilidade espacial dos atributos estudados. 18
Palavras-chave: sensoriamento remoto, variabilidade espacial, argila, pH, fsforo 19
20
Spatial correlation of the vegetation index (NDVI) of a Landsat/ETM+ images 21
with soil attributes 22
23
Abstract: The precision agriculture technologies such as the spatial variability of soil 24
attributes have been widely studied mostly with sugarcane. Among these 25
technologies have been recently highlighted the use of the vegetation index derived 26
from remote sensing products, such as powerful tools indicating the development of 27
vegetation. This work aimed to analyze the spatial variability of clay content, pH and 28
phosphorus in an Oxisol in an area with sugarcane production, and correlate with 29

2
the Normalized Difference Vegetation Index (NDVI). The georeferenced grid was 30
created for the soil properties (clay, phosphorus and pH) and generated the maps of spatial 31
variability. For these same sites were calculated the NDVI, in addition to mapping of this 32
ratio, the evaluation of the spatial correlation between this and other studied 33
properties. The clay and phosphorus content showed positive spatial correlation with 34
the NDVI, while no spatial correlation was observed between NDVI and pH. The satellite 35
images from the sensor ETM Landsat were used to correlate to NDVI to observe the 36
spatial variability of the attributes studied. 37
Key words: remote sensing, spatial variability, clay, pH, phosphorus 38
39
INTRODUO 40
No Brasil acrescente expanso da cultura da cana-de-acar destaca sua importncia e 41
relevncia no cenrio nacional. A rea colhida em 2011 ultrapassou os 9 milhes de 42
hectares e a estimativa para 2012 de 11 milhes de hectares. A produo brasileira subiu 43
de 88,92 milhes para 686,29 milhes de toneladas no perodo de 1975 a 2009 e a 44
produo estimada para 2012 de 800,12 milhes de toneladas, com produtividade mdia 45
passando de 46,82 para 79,76 toneladas por hectare no perodo de 1975 a 2009 (IBGE, 46
2012). 47
A cana-de-acar se desenvolve melhor em solos de boa fertilidade, profundos, 48
argilosos, com boa capacidade de reteno de gua mas sem encharcamento e com pH 49
de 6,0 a 6,5.Apesar de ser uma planta rstica, a viabilidade econmica da cultura da cana- 50
de-acar diminui medida em que as caractersticas do solo se tornam menos favorveis, 51
como ambientes sujeitos a inundaes ou altamente erodveis ou declivosos ou, ainda, 52
pedregosos e os solos de fertilidade muito baixa. 53
Entender como a distribuio espacial dos atributos fsicos e qumicos dos solos 54
funciona, importante para o estabelecimento de prticas de manejo adequadas na cultura 55
de cana-de-acar visando no somente otimizao da produtividade agrcola mas 56
tambm a minimizao de possveis danos ambientais (McBratney & Pringle, 1999). 57
A anlise da variabilidade do solo pode indicar, por meio da geoestatstica, alternativas 58
de manejo no s para reduzir os efeitos da variabilidade do solo sobre a produo das 59
culturas (Trangmar et al., 1985), mas tambm para aumentar a possibilidade de estimar 60
respostas das culturas sob determinadas prticas de manejo. As anlises geoestatsticas se 61
baseiam na teoria das variveis regionalizadas em que medidas mais prximas tendem a 62

3
ser mais parecidas do que valores observados em locais mais distantes (Vieira, 2000). 63
Tais tcnicas fornecem mtodos para quantificar esta autocorrelao espacial e incorpor- 64
la na estimao de valores em locais no observados (Johnsen et al., 1996). Este conjunto 65
de ferramentas, denominado geoestatstica, conduz uma das principais vertentes da 66
chamada Agricultura de Preciso. 67
Outra tecnologia muito utilizada na agricultura de preciso se baseia no conhecimento 68
de como a vegetao processa a radiao eletromagntica, tcnica esta realizada por meio 69
do sensoriamento remoto (Ponzoni, 2001). A anlise da vegetao e a deteco de 70
mudanas so realizadas com o intuito de avaliar os recursos naturais e monitorar a 71
cobertura vegetal. Assim, o aprimoramento do conhecimento da interao da resposta 72
eletromagntica e a vegetao, tm ocorrido pela realizao de estudos no tema referido 73
por Comportamento Espectral da Vegetao. Este fato representa as caractersticas de 74
reflectncia da resposta eletromagntica pelas folhas, plantas individuais e conjunto de 75
plantas (dossel) (Verhulst et al., 2009; Weir& Hering, 2012; Johnson & Trout, 2012). 76
ndices espectrais de vegetao ou simplesmente ndices de vegetao, tm sido 77
largamente utilizados para monitorar a cobertura vegetal da Terra em escalas global e/ou 78
local (Miura et al., 2001). Tais ndices so combinaes de dados espectrais de duas ou 79
mais bandas, selecionadas com o objetivo de sintetizar e melhorar a relao desses dados 80
com os parmetros biofsicos da vegetao. Para minimizar a variabilidade causada por 81
fatores externos a reflectncia espectral tem sido transformada e combinada em vrios 82
ndices de vegetao (Ponzoni, 2001). 83
O ndice de vegetao mais difundido o Normalized Difference Vegetation Index 84
(NDVI) (Cohen et al., 2003; Dorigo et al., 2007). Este ndice pode ser analisado por meio 85
da interpretao de imagens de sensores remotos e, em particular, por valores obtidos em 86
diferentes datas, que permitem avaliar a variao da rea verde em certo perodo de 87
tempo. 88
Neste contexto, o principal objetivo do trabalho foi analisar o uso de uma imagem do 89
sensor ETM+ do satlite Landsat 5 para observar a variabilidade espacial do ndice de 90
vegetao da diferena normalizada (NDVI) e avaliar se existe correlao espacial com 91
os ndices aos teores de argila, fsforo e pH do solo. 92
93
MATERIAL E MTODOS 94
A rea de estudo se localiza no municpio de Itajobi, SP, cujas coordenadas centraisso 95
490529 W e 212126 S (Figura 1A) com aproximadamente 32 ha cultivados com 96

4
cana-de-acar. O clima da regio o tropical chuvoso, tipo Aw, segundo a classificao 97
climtica de Keppen, caracterizado por inverno seco e vero chuvoso. 98
99
A.

B.

Figura 1. Imagem da rea de estudo: Delimitao dos talhes estudados (A), Grid com 100
indicao dos pontos amostrais (B) 101
102
De acordo com a caracterizao pedolgica pr-existente o solo de textura 103
predominantemente arenosa ocorrendo, porm, variaes nos teores de argila, ao longo 104
da topossequncia. O solo pertence ao grupo dos Latossolos Vermelho-Amarelos textura 105
mdia, distrfico. A topografia do local plana a suavemente ondulada na maior parte da 106
rea e a declividade mdia de aproximadamente 5%. 107
A rea de estudo composta por 4talhes com cultivo de cana no 5 corte, totalizando 108
31,76 ha (Figura 1A). A variedade de cana-de-acar cultivada na rea a SP83-2847 de 109
colheita tardia (colheita de julho a outubro). A cultura foi implantada aps preparo 110
convencional do solo no qual foram feitas todas as correes e adubaes rotineiras. O 111
plantio ocorreu no dia 13 de maro de 2006; por se tratar de uma variedade de 18 meses, 112
a primeira colheita foi no dia 20 de outubro de 2007, sendo o segundo corte em 113
20/11/2008, o terceiro em 31/10/2009 e o quarto em 10/10/2010; o ltimo corte ocorreu 114
entre 19 e 24/08/2011. O processo de colheita da cana foi manual, com queima da 115
palhada. 116

5
Nos meses de novembro e dezembro de 2010 a rea foi demarcada e estaqueada com 117
auxlio de um teodolito eletrnico, em forma de grade regular de 50x50 m gerando 124 118
pontos que foram georreferenciados com GPS de navegao (Figura 1B). 119
Ao redor de cada estaca foram coletadas, com trado holands na profundidade de 0a 120
0,10 m, 5 amostras cada uma distanciada cerca de 2 m; todas elas foram colocadas em 121
um balde e homogeneizadas para formar uma amostra representativa do ponto; em 122
seguida, foram levadas ao laboratrio e a secadas ao ar e peneiradas (2 mm). 123
Foram feitas as anlises qumicas para determinao de fsforo (P) e pH em CaCl2, no 124
Laboratrio de Anlise de Solo do Departamento de Solos e Adubos da FCAV/UNESP, 125
Jaboticabal. A composio granulomtrica foi determinada para as mesmas amostras, por 126
meio da disperso com NaOH (0,1 mol L
-1
) e agitao lenta por 16 h; enfim o contedo 127
de argila foi obtido pelo mtodo da pipeta. 128
Para se calcular o ndice de vegetao (NDVI)a imagem utilizada foi a do satlite 129
Landsat5 equipado com sensor ETM+ (Enhanced ThematicMapper), por apresentar 130
bandas que cobrem as principais feies da curva espectral dos vegetais, com cenas 131
suficientemente abrangentes (32.400 km
2
- 180 por 180 km), por serem viveis do ponto 132
de vista econmico para utilizao em larga escala e devido sua qualidade radiomtrica 133
reconhecida. Neste estudo foi utilizada uma imagem da rbita/ponto 221/75, referente ao 134
dia 24/07/2011 durante o perodo de crescimento vegetativo da cana nos talhes avaliados 135
no trabalho. Todo o processamento da imagem e o clculo do ndice NDVI foram feitos 136
utilizando-se o aplicativo ESRI ArcGIS Desktop verso 9.3. A anlise foi realizada em 137
apenas um ciclo da cultura no intuito de se avaliar a correlao com atributos do solo no 138
estgio correspondente ao desenvolvimento da variedade estudada. 139
Inicialmente, o ndice de vegetao da diferena normalizada referido por band ratio 140
parameter (BRP) e hoje denominado NDVI, calculado pela diferena entre as bandas 141
do Infra Vermelho Prximo e do Vermelho, normalizada pela soma das mesmas bandas, 142
de acordo com a Eq. 1. Para o sensor ETM+ do satlite Landsat5 a banda do Infra 143
Vermelho Prximo possui intervalo espectral de 800 a 1100 nm e a banda do Vermelho 144
de 600 a 700 nm. O ndice foi proposto visando eliminar diferenas sazonais do ngulo 145
do Sol e minimizar os efeitos da atenuao atmosfrica observados para dados 146
multitemporais. 147
148
NBvI =
IVP-V
IVP+V
(1) 149

6
sendo: 150
NDVI -valor do ndice de vegetao da diferena normalizada 151
IVP -valor da refletncia na faixa do infravermelho prximo 152
V -valor da refletncia na faixa do vermelho 153
154
Os valores obtidos do NDVI esto contidos em uma mesma escala de valores entre -1 155
e +1. Uma peculiaridade atribuda ao NDVI sua rpida saturao que o torna insensvel 156
ao aumento da biomassa vegetal a partir de determinado estgio de desenvolvimento, ou 157
seja, o ndice estabiliza em um patamar apresentando um mesmo valor, embora com o 158
aumento da densidade do dossel. 159
Os dados foram submetidos anlise estatstica descritiva calculando-se mdia, 160
varincia, desvio-padro, mximo, mnimo e coeficiente de variao. Nesta anlise 161
descritiva dos dados utilizou-se o aplicativo Minitab 12.2

. 162
Para caracterizao do padro da variabilidade espacial foi empregada a anlise 163
geoestatstica (Vieira, 2000). Semivariogramas foram construdos com base no clculo 164
da semivarincia y(h) por meio daEq. 2: 165
166
(h) =
1
2N(h)
|Z(x
I
) Z(x
I
+h)]
2
N(h)
I=1
(2) 167
168
em que: 169
(h)- semivarincia estimada a partir dos dados experimentais 170
Z - valores medidos nos pontos xi e xi + h 171
N(h) - nmero de pares de valores medidos separados por uma distncia h 172
173
Os modelos foram ajustados por meio do aplicativo GS+v.7.0

e, em caso de dvida 174

entre mais de um modelo para o mesmo semivariograma, utilizou-se a tcnica de 175
validao cruzada. Observada a dependncia espacial entre as amostras, definida pelo 176
semivariograma, possvel estimar valores em que a varivel no foi medida fazendo-se 177
uso da krigagem, segundo Vieira et al. (2002). 178
No sentido de averiguar a correlao entre os atributos em estudo foram construdos 179
semivariogramas cruzados, que podem assumir valores tanto positivos, indicando que o 180
aumento em um dos atributos acompanhado pelo aumento do outro, como negativos 181
indicando que, quando ocorre o aumento de um dos atributos, ocorre tambm decrscimo 182

7
do outro (Bhatti et al., 1991). A confeco dos mapas de krigagem foi feita utilizando-se 183
o programa Surfer

v.8.0. 184
A anlise do grau de dependncia espacial dos atributos foi realizada segundo 185
Cambardella et al. (1994) em que so considerados de dependncia espacial forte os 186
semivariogramas que tm efeito pepita menor ou igual a 25% do patamar, moderada entre 187
25 e 75% e fraca quando for maior que 75%. 188
189
RESULTADOS E DISCUSSO 190
Os resultados referentes anlise estatstica descritiva dos atributos do solo na rea 191
em estudo, na camada superficial de 0 a 0,10 m e do ndice de vegetao, podem ser 192
observados nos valores da mdia, desvio padro, coeficiente de variao, mnimo e 193
mximo (Tabela1). 194
195
Tabela1. Estatstica descritiva para argila, fsforo (P), pH e NDVI e correlao dos 196
atributos do solo com NDVI 197
Atributos Mdia Desvio padro CV (%) Mnimo Maximo
Correlao
com NDVI
Argila (%) 16,16 3,24 20,01 5,95 24,85 0.27*
P (mgdm
-
) 4,68 1,32 28,27 3,00 11,00 0.08
ns

pH 4,97 0,37 7,47 4,10 6,00 0.18**
NDVI 0,40 0,05 13,09 0,21 0,49
ns
no significativo; * significativo a 0,05; ** significativo a 0,10 198
199
A classe analisada de NDVI na imagem Landsat 5/ETM+ da rea de cana-de-acar 200
apresenta uma amplitude de valores entre 0,21 a 0,49, com mdia de 0,40 e desvio-padro 201
de 0,05. Esses valores so considerados mdios e representam reas com menor porte 202
vegetativo e mais dessecadas (Weir & Herring, 2012) corroborando com Lucas & Schuler 203
(2007) que concluram que o NDVI da cana-de-acar comea a cair a partir do stimo 204
ms do ciclo da cultura. Ramme (2008) observou, analisando diferentes variedades de 205
cana-de-acar, que as diferenas entre solos, estgios de corte e variedades, influenciam 206
na forma de curva do perfil temporal do NDVI sendo mais visualmente perceptvel na 207
medida em que essas diferenas so combinadas porm Lopes et al. (2011) concluram 208
que existe uma relao direta da densidade da vegetao da cana-de-acar com o NDVI. 209
Na classificao para o coeficiente de variao (CV), os valores obtidos do NDVI 210
apresentaram baixa variabilidade (13,09%) segundo a classificao proposta por 211

8
Cambardella et al. (1994). A medida estatstica CV permite, assim, comparar a 212
variabilidade entre amostras de variveis com unidades diferentes. 213
Os coeficientes de correlao linear simples (Tabela 1) entre os atributos do solo e o 214
ndice de vegetao (NDVI) demonstraram uma correlao positiva e significativa para 215
argila e pH porm no significativa para a varivel fsforo (P). 216
Sendo assim, para correlacionar o NDVI aos atributos do solo justifica-se a anlise da 217
dependncia espacial para melhor entendimento do padro de ocorrncia desses atributos 218
no espao. Ressalta-se que uma imagem do mesmo sensor em outra data pode influenciar 219
com resultados diferentes da anlise. 220
Desta forma, para a avaliao da variabilidade e dependncia espacial dos atributos 221
estudados foram estimados semivariogramas experimentais isotrpicos dos atributos que 222
apresentaram dependncia espacial. O modelo que melhor se ajustou aos 223
semivariogramas experimentais para as variveis estudadas foi o esfrico (Tabela 2 e 224
Figura 2). Este modelo o mais utilizado para a descrio de variveis relacionadas s 225
cincias do solo, caracterstico de variveis que apresentam mudanas abruptas no 226
espao. 227
228
Tabela2. Modelos e parmetros estimados dos semivariogramas ajustados aos dados dos 229
atributos do solo e ndice de vegetao estudados 230
Atributo Modelo C0 C0+C1 A (m) C0/ C0+C1
Argila esfrico 3.27E+00 1.08E+01 403.21 0.30
P esfrico 1.28E-02 2.70E-02 148.38 0.47
pH esfrico 6.93E-02 1.47E-01 243.54 0.47
NDVI esfrico 3.36E-04 2.49E-03 352.13 0.14
P - Fsforo;C0- Efeito pepita;C0+C1-Patamar; A- Alcance 231
232
As variveis estudadas apresentaram diferentes alcances de dependncia espacial 233
sendo que a porcentagem de argila apresentou maior alcance (403,21 m) e o fsforo 234
menor alcance (148,38 m) (Tabela 2, Figura 2). Ferraz et al. (2012) tambm encontraram, 235
em um Latossolo vermelho-amarelo, valores de alcance prximos a 140 m para fsforo. 236
237

9
A.

B.
C. D.
Distncia de separao (m) 238
Figura 2. Semivariogramas das variveis estudadas: NDVI (A), Argila (B), Fsforo (C) e 239
pH (D) 240
241
Analisando a relao C0/(C0+C1) em percentagem dos atributos argila, fsforo e pH, 242
isoladamente, esta indica grau de dependncia espacial moderado [C0/(C0+C1) entre 25 e 243
75%] segundo a classificao proposta por Cambardella et al. (1994) (Tabela 3). Souza 244
et al. (2004) tambm observaram ocorrncia de dependncia espacial moderada para 245
argila em um Latossolo sob cultivo de cana-de-acar. 246
Para o ndice de vegetao (NDVI), a relao C0/(C0+C1) em percentagem foi de 14% 247
indicando um grau de dependncia espacial forte, segundo a classificao citada. 248
Nos mapas de distribuio espacial obtidos observa-se que o padro de distribuio 249
espacial do NDVI (Figura 3A) semelhante distribuio espacial das variveis argila 250
(Figura 3B) e fsforo (Figura 3C) o que tambm comprovado quando se analisam esses 251
atributos do solo, correlacionados com o NDVI na imagem Landsat a relao C0/(C0+C1) 252
dos semivariogramas cruzados mostra valores <25 % (Tabela 3) que, conforme 253
Cambardella et al. (1994) classificado como sendo grau de dependncia espacial forte, 254
indicando que mesmo no havendo correlao linear significativa entre o NDVI e o 255
fsforo (Tabela 1), h correlao espacial entre esses atributos (Tabela 3) com grau de 256
00.000E+00
68.753E-05
13.751E-04
20.626E-04
27.501E-04
0.00 183.33 366.67 550.00
S
e
m
i
v
a
r
i

n
c
i
a
0.0
3.2
6.5
9.7
13.0
0.00 211.34 422.69 634.03
S
e
m
i
v
a
r
i

n
c
i
a
0.0000
0.0093
0.0185
0.0278
0.0371
0.00 266.67 533.33 800.00
S
e
m
i
v
a
r
i

n
c
i
a
0.000
0.040
0.080
0.120
0.161
0.00 200.00 400.00 600.00
S
e
m
i
v
a
r
i

n
c
i
a
Distncia de Separao (m)

10
dependncia forte justificando o estudo da correlao espacial, independentemente da 257
correlao linear. 258
259
A.

B.

C.

D.

260
Figura 3. Mapas do padro espacial das variveis estudadas:NDVI (A), Argila (B), 261
Fsforo (C) e pH (D) 262
697800 698000
7636600
7636800
7637000
7637200
7637400
7637600
0.27
0.29
0.31
0.33
0.35
0.37
0.39
0.41
0.43
0.45
0.47
697800 698000
7636600
7636800
7637000
7637200
7637400
7637600
11.5
12.2
12.9
13.6
14.3
15
15.7
16.4
17.1
17.8
18.5
19.2
19.9
20.6
21.3
697800 698000
7636600
7636800
7637000
7637200
7637400
7637600
3.5
3.7
3.9
4.1
4.3
4.5
4.7
4.9
5.1
5.3
697800 698000
7636600
7636800
7637000
7637200
7637400
7637600
4.55
4.64
4.73
4.82
4.91
5
5.09
5.18
5.27
5.36
5.45
%
mg dm
-3


11
Carvalho et al. (2004) tambm encontraram variabilidade espacial nos atributos do 263
solo e concluram que a distribuio espacial no foi ao acaso e sim resultante de 264
processos naturais e de prticas culturais. A avaliao da variabilidade espacial dos 265
atributos estudados mostra que, mesmo na classe dos Latossolos sob cultivo de cana-de- 266
acar por longo tempo, pode-se registrar variabilidade espacial. 267
268
Tabela 3. Modelos e parmetros estimados dos semivariogramas cruzados ajustados aos 269
dados dos atributos do solo em correlao com o ndice de vegetao estudados 270
Atributo Modelo C0 C0+C1 A (m) C0/ C0+C1
Argila esfrico 8.91E-03 4.46E-02 301.17 0.20
P esfrico 1.00E-05 1.25E-03 145.53 0.01
pH EPP
P -Fsforo, C0 - Efeito pepita; C1-Patamar; A - Alcance; EPP - efeito pepita puro 271
272
Na Figura 4 pode-se observar a correlao espacial positiva do ndice de vegetao 273
(NDVI), com a % de Argila e teor de fsforo no solo porm no houve correlao espacial 274
entre o NDVI e o pH do solo; o efeito pepita puro mostra que no h dependncia espacial 275
correlacionada para essas duas variveis. 276
Loureno (2005) concluiu, relacionando os atributos do solo e da planta com a resposta 277
espectral da cana-de-acar, que a porcentagem explicada da resposta espectral NDVI 278
para os dois anos estudados foi satisfatria haja vista a ausncia dos demais atributos 279
modelos, podendo a explicao ter sido maior caso tivessem sido includas, na anlise, 280
outras variveis relacionadas ao clima e ao solo. 281
Imagens de sensores remotos com diferentes resolues espaciais, radiomtricas e 282
temporais, podem propiciar constatao de correlao semelhante conforme apresentado 283
neste trabalho. Entretanto, trabalhos relacionados correlao desses ndices de 284
vegetao com fatores edficos, ainda so escassos (Weir & Herring, 2012). Kariyeva & 285
Leeuwen (2011) identificaram variveis ambientais da relao solo-paisagem, como 286
relevo, escoamento superficial das guas das chuvas, teor de nitrognio do solo e 287
densidade do solo. Os valores avaliados apresentaram correlao com o NDVI 288
demonstrado a eficcia na utilizao de imagens de satlites para anlise ambiental; 289
apesar disto, ocorre uma restrio na anlise da correlao conforme metodologia 290
apresentada no trabalho, decorrente de rudos (exemplo nuvens). A imagem a ser utilizada 291
dever ser tratada para que no ocorra interferncia nos resultados correlacionados. 292
293

12
A. B.
C.

294
Figura 4. Semivariogramas cruzados dos atributos estudados: % de Argila em funo do 295
NDVI (A), teor de fsforo em funo do NDVI (B) e pH em funo do NDVI (C) 296
297
CONCLUSES 298
1. Os atributos que apresentaram correlao espacial com o NDVI na rea de estudo, 299
foram argila e fsforo. 300
2. O pH do solo no apresentou correlao espacial com o ndice de vegetao 301
estudado. 302
3. As imagens do Landsat 5/ETM+ da data estudada em relao ao NDVI da cana- 303
de-acar apresentaram boa aplicao para observar a variabilidade espacial dos atributos 304
estudados. 305
306
AGRADECIMENTOS 307
FAPESP, pela bolsa de estudos, e ao Grupo Virgolino de Oliveira-Usina Catanduva, 308
pelo apoio e concesso da rea de estudo. 309
0.0000
0.0131
0.0262
0.0393
0.0524
0.00 166.67 333.33 500.00
S
e
m
i
v
a
r
i

n
c
i
a
0.000E+00
3.535E-04
7.071E-04
1.061E-03
1.414E-03
0.00 150.00 300.00 450.00
S
e
m
i
v
a
r
i

n
c
i
a
-2.780E-03
-4.517E-04
1.877E-03
4.205E-03
6.534E-03
0.00 366.67 733.33 1100.00
S
e
m
i
v
a
r
i

n
c
i
a
Distncia de Separao (m)

13
LITERATURA CITADA 310
Bhatti, A. U. Mulla, D. J.; Frazier, B. E. Estimation of soil properties and wheat yields on 311
complex eroded hills using geostatistics and thematic mapper images. Remote Sensing 312
of Environment, v.37, p.181-191, 1991. 313
Cambardella, C. A.; Moorman, T. B.; Novak, J. M.; Parkin, T. B.; Karlen, D. L; Turco 314
R.F.; Konopka, A. E. Field scale variability of soil properties in central Iowa soils. Soil 315
Science Society of America Journal, v.58, p.1501-1511, 1994. 316
Carvalho, J. R. P.; Dechen, S. C. F.; Dufranc, G. Variabilidade espacial da agregao do 317
solo avaliada pela geometria fractal e geoestatstica. Revista Brasileira de Cincia do 318
Solo, v.2, p.1-9, 2004. 319
Cohen, W. B.; Maiersperger, T. K.; Gower S. T.; Turner, D. P. An improved strategy for 320
regression of biophysical variables and Landsat ETM+ data. Remote Sensing of 321
Environment, v.84, p.561-571, 2003. 322
Dorigo, W. A.; Milla, R. Z.; de Wit, A.J.W.; Brazile, J.; Singh, R.; Schaepman, M.E. A 323
review on reflective remote sensing and data assimilation techniques for enhanced 324
agroecosystem modeling. International Journal of Applied Earth Observation and 325
Geoinformation, v.9, p.165-193, 2007. 326
Ferraz, G. A. E. S.; Silva, F. M. da; Carvalho, L. C. C.; Alves, M. de C.; Franco, B. C. 327
Variabilidade espacial e temporal do fsforo, potssio e da produtividade de uma 328
lavoura cafeeira. Engenharia Agrcola, v.32, p.140-150, 2012. 329
IBGE - Instituto Brasileiro de Geografia e Estatstica. 2012. 330
<http://www.ibge.gov.br/home/estatistica/indicadores/agropecuaria/lspa/default.shtm 331
10 Fev 2012. 332
Johnsen, G. A.; Mortensen, D. A.; Gotway, C. A. Spatial and temporal analysis of weed 333
seedling populations using geostatistics.Weed Science, v.44 p.704-710, 1996. 334
Johnson, L. F.; Trout, T. J. Satellite NDVI assisted monitoring of vegetable crop 335
evapotranspiration in Californias San Joaquin valley. Remote Sensing,v.4, p.439- 336
455,2012. 337
Kariyeva, J.; Leeuwen, W. J. D. van. Environmental drivers of NDVI- Based vegetation 338
phenology in Central Asia. Remote Sensing, v.3, p.203-246, 2011. 339
Lopes, H. L.; Accioly, L. J. de O.; da Silva, F. H. B. B.; Sobral, M. do C. M.; Arajo 340
Filho, J. C. de; Candeias, A. L. B. Espacializao da umidade do solo por meio da 341
temperatura da superfcie e ndice de vegetao. Revista Brasileira de Engenharia 342
Agrcola e Ambiental, v.15, p.973-980, 2011. 343

14
Loureno, L.S. Aplicao da estatstica multivariada no estudo da relao entre atributos 344
do solo e da planta e a resposta espectral da cana-de-acar. Campinas: 345
FEAGRI/UNICAMP, 2005.134p. Dissertao Mestrado 346
Lucas, A. de A.; Schuler, C. A. B. Anlise do NDVI/NOAA em cana-de-acar e Mata 347
Atlntica no litoral norte de Pernambuco. Revista Brasileira de Engenharia Agrcola e 348
Ambiental, v.11, p.607-614. 2007. 349
McBratney, A. B.; Pringle, M. J. Estimating average and proportional variograms of soil 350
properties and their potential use in precision agriculture. Precision Agriculture, v.1, 351
p.219-236, 1999. 352
Miura, T.; Huete, A. R.; Yoshioka, H.; Holben, B.N. An error and sensitivity analysis of 353
atmospheric resistant vegetation indices derived from dark target-based atmospheric 354
correction. Remote Sensing of Environment, v.78, p.284-298, 2001. 355
Ponzoni, F. J. Comportamento espectral da vegetao. In. Sensoriamento Remoto 356
Reflectncia dos alvos naturais. Braslia: UnB, EMBRAPA, 2001.p.157-199. 357
Ramme, F. L. P. Perfis temporais NDVI e sua relao com diferentes tipos de ciclos 358
vegetativos da cultura da cana-de-acar. Campinas: FEAGRI/UNICAMP, 2008. 359
103p. Tese Doutorado 360
Souza, Z. M.; Marques Jnior, J.; Pereira, G. T.; Barbieri, D. M. Variabilidade espacial 361
da textura de um Latossolo Vermelho eutrofrrico sob cultivo de cana-de- 362
acar. Engenharia Agrcola, v.24, p.309-319, 2004. 363
Trangmar, B. B.; Yost, R.S.; Wade, M. K.; Uehara, G. Applications of geostatistics to 364
spatial studies of soil properties. Advances in Agronomy, v.38, p.45-94, 1985. 365
Verhulst, N.; Govaerts, B.; Sayre, K. D.; Deckers, J.; Franois, I. M.; Dendooven, L. 366
Using NDVI and soil quality analysis to assess influence of agronomic management 367
on within-plot spatial variability and factors limiting production. Plant and Soil, v.317, 368
p.45-59, 2009. 369
Vieira, S. R. Geoestatstica em estudos de variabilidade espacial do solo. In: Novais, R. 370
F.; Alvarez V., V. H.; Schaefer, C. E. (ed.) Tpicos em cincias do solo. Viosa: 371
Sociedade Brasileira de Cincia do Solo, 2000. p.1-54. 372
Vieira, S. R.; Millete, J.; Topp, G. C.; Reynolds, W. D. Handbook for geostatistical 373
analysis of variability in soil and climate data. In: Alvarez V., V. H.; Schaefer, C. E. 374
G. R.; Barros, N. F.; Mello, J. W. V.; Costa, L.M. (ed.). Tpicos em cincia do solo, 375
Viosa: SBCS, v.2. p.1-45,2002. 376

15
Weir J.; Hering, D. Measuring vegetation (NDVI & EVI). NASA Earth 377
Observatory.2012. 378
<http://earthobservatory.nasa.gov/Features/MeasuringVegetation/measuring_vegetati 379
on_3.p>. 10 Mai. 2012. 380