Determinação da variabilidade espacial nas vinhas

Fernando A. Santos, Universidade de Trás-os-Montes e Alto Douro, fsantos@utad.pt

RESUMO

A variabilidade espacial das vinhas é, cada vez mais, uma abordagem fundamental da viticultura pois,

ao permitir a gestão diferenciada dos fatores de produção, conduz a uma maior racionalidade de

utilização destes e, consequentemente, a uma redução dos custos e menor impato no meio ambiente.

Para estudo e gestão da variabilidade utilizam-se sistemas de georeferenciação (GPS), folhas de

cálculo, Sistemas de Informação Geográfica (GIS) e Sistemas de Suporte à Decisão (SSD), assim

como os equipamentos de aplicação diferenciada dos fatores (VRT).

No que se refere à georreferenciação das parcelas, para além dos Sistemas GPS, a utilização do

programa Google Heart pode ser um complemento importante pois permite a identificação e definição

dos limites das parcelas e localização de pontos no interior destas, onde serão determinados os

vários fatores a analisar para estudo da variabilidade.

As folhas de cálculo, pela facilidade de manuseamento e ampla divulgação, são os programas mais

indicados para registo e armazenamento da informação apresentando, também, múltiplas opções de

exportação de formatos de ficheiros o que permite a sua importação pela maioria dos programas

utilizados em agricultura de precisão.

Em relação aos GIS existem programas disponíveis na Internet, fáceis de utilizar e sem encargos

para o utilizador, que permitem uma análise rigorosa da variabilidade das parcelas; os programas

comercializados são, na maioria dos casos, caros e de difícil utilização.

No que se refere aos SSD estes são dos programas mais difíceis de utilizar e com custos mais

elevados, pelo que a análise dos dados e preconização dos factores a aplicar, ainda é, para muitas

situações, feita por gestores agrícolas mediante a interpretação dos resultados obtidos nas diferentes

zonas das parcelas, das condições do meio (solo e clima) e necessidades das plantas. Alguns

programas SIG apresentam ferramentas para análise dos dados o que ajuda à tomada de decisões

por parte dos gestores agrícolas.

OBJECTIVOS

Este artigo tem como principal objetivo a determinação da variabilidade de uma parcela de vinha

utilizando equipamentos e programas simples, a maioria destes disponíveis na Internet, sem qualquer

custo, ou de utilização corrente, para se poder fazer uma gestão diferenciada da aplicação dos

fatores de produção por forma a torná-la mais racional e diminuir o impacto no meio.

Para a quantificação dos dados do solo, plantas e meio ambiente utilizaram-se alguns equipamentos

portáteis como, por exemplo, um medidor de clorofila Meter SPAD 502, um espectroradiómetro CID

Leaf Probe 700 LP, um termómetro de infravermelhos e um termohigrómetro, sendo a restante obtida

através de análises laboratoriais (analises de solo e plantas).

2

MATERIAL E MÉTODOS

O estudo da variabilidade espacial foi efectuado na vinha da Qta da S. Lurdes, cuja imagem, obtida

através do Google Heart, é apresentada na Figura1A; esta vinha, formada por várias folhas,

identificadas pelos números de 2 a 11, apresenta em cada uma das folhas várias castas, o que torna

impossível a vindima diferenciada em função destas, pelo que o objetivo deste estudo foi a definição

da variabilidade de vários factores do solo, plantas e meio ambiente.

Para determinação da variabilidade começou-se por se georeferenciar os limites das folhas, assim

como pontos no interior destas (Figura 1B), onde se efetuaram as várias medições, nomeadamente

as relativas às plantas (temperatura, NDVI, etc.), às condições do meio (temperatura, humidade, etc.),

etc., e a recolha das amostras de solo para sua análise (pH, MO, etc.); na escolha dos pontos do

interior das folhas teve-se em consideração a topografia e a tonalidade da vegetação apresentada no

Google Heart.

As coordenadas dos pontos georefenciados, limites e pontos interiores das folhas, assim como as

medições efectuadas nestes últimos, são lançados numa folha de cálculo onde se concentra toda a

informação; as linhas correspondem aos pontos e as colunas às suas coordenadas e variáveis

estudadas (Quadro 1). A análise das variáveis é feita considerando-se os seus valores agrupados em

três classes de igual amplitude, sendo esta metodologia utilizada posteriormente para modulação dos

fatores a aplicar; por exemplo, para o caso das cotas dos pontos, o valor mais baixo é de 456 m e o

mais lato de 474 m, o que permite definir três classes (456-462, 462-468 e 468-474) designadas por

baixa (B), média (M) e alta (A) (ver Quadro 1). O número de classes foi definido pelo equipa de

estudo tendo em consideração a variabilidade encontrada, o tipo de equipamento VRT possível de

ser utilizado, etc. A utilização de três a cinco classes é, normalmente, a opção utilizada pois permite

“ter variabilidade” e gerir facilmente a informação obtida porque, por exemplo, vinificar

separadamente mais que cinco lotes de uvas não é, geralmente, praticável.

Numa primeira aproximação ao estudo da variabilidade espacial pode-se utilizar a folha de cálculo,

pois esta permite fazer gráficos com polígonos correspondentes aos limites das parcelas e com os

pontos do interior destas, junto dos quais se apresentam os valores das variáveis, ficando-se, assim,

com uma ideia da variação de cada um dos factores (Figura 2); a cópia dos dados das variáveis

(Quadro 1) para a coluna indicada na figura, onde estão indicados os valores das cotas, actualiza

automaticamente o gráfico.

Para o estudo da variabilidade espacial utilizou-se o programa QGIS Nimas disponível na Internet

(http://download.osgeo.org/qgis/win32/QGIS-1.3.0-3-No-GrassSetup.exe). A utilização deste

programa implica a gravação dos dados da folha de cálculo no formato cvs ou txt, procedendo-se

depois à sua importação através da opção “Add Delimited Text Layer”; os dados dos pontos que

limitam as parcelas, dos pontos do interior destas e dos dados dos factores analisados são gravados

em diferentes “layers”. À semelhança do que se fez na folha de cálculo, os dados relativos à

georeferenciação dos pontos do interior das parcelas assim como dos factores aí determinados, são

agrupados segundo três classes de igual amplitude, sendo o mais baixo (B) representado a vermelho,

o médio (M) a verde e o mais elevado (A) a azul.

3

Neste programa a fotografia da parcela obtida com o Google Heart é importada como um ficheiro

“raster” e tornada parcialmente transparente o que permite a sua visualização como fundo, ficando

representados os dados em primeiro plano (Figura 3); a fotografia da parcela tem de ser previamente

georeferenciada (opção “Georeferencer”) para que a sobreposição seja perfeita.

Com se pode observar nesta figura o “display”, em fundo, da fotografia da parcela e dos pontos dos

limites das folhas e do interior destas, assim como dos valores do(s) fator(es) desejado(s), em

primeiro plano, permite conhecer a variação deste(s); os vários fatores são apresentados na coluna

da esquerda (representação dos “layers”) bastando activá-los para serem visualizados.

Na Figura 4 estão representados três “layers”, um relativo à fotografia obtida com o Google Heart,

outro com os pontos e dados do factor que se está a analisar, obtido com o QGIS e, um terceiro, com

o mapa da variabilidade correspondente a esse factor; é possível sobrepor os “layers” que se desejar

mas a sua interpretação começa a tornar-se mais difícil; a Figura 4A representa a variabilidade do

pHH2O do solo e a 4B a variabilidade da sua MO.

Resultados

Os resultados das determinações efectuadas são apresentados numa folha de cálculo (Quadro1),

que será a base de toda a informação a partir da qual os ficheiros são exportados nos formatos

utilizados pelos diferentes programas.

Como se pode observar neste quadro a 1ª e 2ª coluna identificam os pontos onde se efectuaram as

medições, a 3ª, 4ª e 5ª as suas coordenadas e cotas e, as restantes, alguns dos factores

determinados. A folha de cálculo é, também, utilizada para representar graficamente os limites das

folhas (Figura 2), assim como os pontos e valores dos factores determinados no interior destas; a

substituição dos valores na coluna “Cotas” por os de um outro factor faz com que esta alteração seja

actualizada no gráfico ficando-se, assim, com a informação da variação deste factor nas várias folhas.

Para análise espacial da informação utilizou-se o programa QGIS, onde os dados são agrupados em

três classes de igual amplitude (Figura 3), o que permite, activando cada um dos “layers” mostrados

na parte lateral esquerda da figura, conhecer a sua variabilidade. Esta informação é sobreposta sobre

a fotografia obtida do Google Heart que se apresenta semi-transparente.

4

Figura 1- Fotografia da vinha da Qta da Sra Lurdes obtido com o Google Heart (A) e identificação dos pontos utilizados para delimitação das parcelas e dos pontos interiores destas (B).

Figura 1A Figura 1B

Figura 2- Representação gráfica das folhas da vinha assim com a variação das cotas dos pontos interiores às parcelas.

Cotas

605691 4571340 F02-P1 456

605730 4571356 F02-P2 456

605753 4571302 F03-P1 461

605787 4571289 F03-P2 463

605737 4571256 F03-P3 466

605764 4571241 F03-P4 464

605664 4571242 F04-P1 463

605696 4571243 F04-P2 463

605659 4571201 F05-P1 466

605689 4571195 F05-P2 467

605653 4571157 F06-P1 470

605688 4571154 F06-P2 470

605736 4571193 F07-P1 468

605731 4571157 F07-P2 470

605801 4571187 F08-P1 471

605800 4571155 F08-P2 472

605870 4571180 F09-P1 473

605867 4571152 F09-P2 474

605925 4571274 F10-P1 471

605917 4571236 F10-P2 473

605835 4571288 F11-P1 465

605865 4571276 F11-P2 467

605814 4571257 F11-P3 468

605856 4571241 F11-P4 470

605803 4571226 F11-P5 469

605848 4571225 F11-P6 468

605880 4571226 F11-P7 472

605639 4571132 Min- 456.00

605941 4571382 Max- 474.00

456.00 -Classe1- 462.00

462.00 -Classe2- 468.00

468.00 -Classe3- 474.00

4571340

456

456

456

461

464463 466

463463

466 467

470

470

468

470

471

472

473

474

471

473

465

468

467 469 468

4571125

4571150

4571175

4571200

4571225

4571250

4571275

4571300

4571325

4571350

4571375

4571400

605625 605650 605675 605700 605725 605750 605775 605800 605825 605850 605875 605900 605925 605950

Folha 2

Folha 3

Folha 7

Folha 9

P1

P2

Folha 2

Folha 3

Folha 4

Folha 5

Folha 6

Folha 7Folha 8

Folha 9

Folha 10

Folha 11

Folha 11

Folha 3

P1

P4

P1 P2

P1P2

P1P2

P1

P2

P1

P2

P1

P2

P1

P2

P1

P6

P2

P3

P5

P4 P7

P2

P3

Cotas

5

Figura 3- Representação do “display” do programa QGIS. Na coluna da esquerda estão representadas algumas das variáveis determinadas. Na figura estão indicadas as cotas dos locais onde foram efetuadas as medições dos vários fatores.

6

Figura 4- Representação de três “layers”, um com a fotografia da vinha obtida com o Google Heart, outro com um dos fatores em estudo pHH20 (A) e MO (B) e um terceiro com as “manchas” da variabilidade desses fatores.

(A)

(B)

7

Quadro 1- Representação de parte da folha de cálculo com alguns dos dados determinados na vinha

Folha Pontos X Y Z SlpHH2O SlpHKCl SlMO SlP2O5 SlK2O SlMg NDVI Corr GNDVI Corr TpPl1123 TpSl1123 TpAr1123 HmAr1123

F02-P1 10D 605691 4571347 456 6.3 5.5 1.4 91 156 32 134 181 16.4 17.2 15.2 73.2

F02-P2 10E 605730 4571356 456 6.3 5.5 1.4 91 156 32 134 245 16.5 16.5 15.3 74.3

F03-P1 10F 605753 4571302 461 6.9 4.8 2.0 246 192 47 151 245 16.2 17.4 15.1 74.3

F03-P2 10G 605737 4571256 463 6.9 4.8 2.0 246 192 47 134 200 17.5 17.8 15.6 72.6

F03-P3 10H 605764 4571241 466 6.9 4.8 2.0 246 192 47 151 187 16.6 18.1 15.4 74.2

F03-P4 10I 605787 4571289 464 6.9 4.8 2.0 246 192 47 147 207 17.8 17.7 15.4 70.4

F04-P1 10C 605664 4571242 463 6.2 5.6 1.3 52 128 19 140 189 16.1 16.7 14.8 76.0

F04-P2 11H 605696 4571243 463 6.2 5.6 1.3 52 128 19 147 200 16.7 17.0 15.0 73.8

F05-P1 10B 605659 4571201 466 6.7 5.5 1.5 107 166 13 130 200 16.5 17.3 14.8 76.5

F05-P2 11I 605689 4571195 467 6.7 5.5 1.5 107 166 13 137 197 16.2 17.1 15.1 76.7

F06-P1 10A 605653 4571157 470 6.4 4.8 1.2 152 136 16 141 193 19.9 16.9 15.1 72.5

F06-P2 11J 605688 4571154 470 6.4 4.8 1.2 152 136 16 122 167 16.1 16.7 14.9 76.6

F07-P1 11D 605736 4571193 468 6.5 5.0 1.5 68 176 13 134 203 18.4 19.3 15.3 76.6

F07-P2 11E 605731 4571157 470 5.8 4.2 1.3 28 174 47 137 200 18.3 18.5 15.9 73.3

F08-P1 11C 605801 4571187 471 6.5 4.7 0.9 54 176 28 144 209 17.2 18.2 15.1 75.6

F08-P2 11F 605800 4571155 472 6.5 4.7 0.9 54 176 28 136 191 18.3 17.9 15.9 72.4

F09-P1 11B 605870 4571180 473 5.9 4.3 1.3 52 152 44 146 196 17.9 17.4 15.1 72.1

F09-P2 11G 605867 4571152 474 5.9 4.3 1.3 52 152 44 136 168 18.6 18.1 15.6 69.5

F10-P1 10Q 605925 4571274 471 6.1 4.9 1.5 102 144 25 168 210 18.1 19.8 15.5 71.1

F10-P2 11A 605917 4571236 473 6.1 4.9 1.5 102 144 25 149 233 17.3 19.9 15.1 76.8

F11-P1 10J 605835 4571288 465 5.6 4.3 1.3 142 200 28 163 200 18.0 19.3 15.8 70.3

F11-P2 10k 605814 4571257 467 5.6 4.3 1.3 142 200 28 141 182 19.1 18.6 15.8 69.9

F11-P3 10L 605803 4571226 468 5.6 4.3 1.3 142 200 28 145 190 18.1 19.3 15.7 71.5

F11-P4 10M 605848 4571225 470 5.6 4.3 1.3 142 200 28 161 177 18.3 18.9 15.3 75.6

F11-P5 10N 605856 4571252 469 5.6 4.3 1.3 142 200 28 144 187 18.2 19.1 15.3 75.3

F11-P6 10O 605865 4571276 468 5.6 4.3 1.3 142 200 28 133 175 17.7 18.9 15.5 74.2

F11-P7 10P 605880 4571226 472 5.6 4.3 1.3 142 200 28 137 180 17.4 18.6 15.4 75.6

Classe B 456.00 5.60 4.20 0.91 28.00 128.00 13.00 121.84 167.38 16.10 16.50 14.80 69.50

Classe B 462.00 6.03 4.67 1.26 100.67 152.00 24.33 137.38 193.26 17.37 17.63 15.17 71.93

Classe M 462.00 6.03 4.67 1.26 100.67 152.00 24.33 137.38 193.26 17.37 17.63 15.17 71.93

Classe M 468.00 6.47 5.13 1.60 173.33 176.00 35.67 152.93 219.15 18.63 18.77 15.53 74.37

Classe A 468.00 6.47 5.13 1.60 173.33 176.00 35.67 152.93 219.15 18.63 18.77 15.53 74.37

Classe A 474.00 6.90 5.60 1.95 246.00 200.00 47.00 168.47 245.04 19.90 19.90 15.90 76.80

Coluna 1 e 2- Identificação dos pontos; Coluna 3, 4 e 5- Coordenadas e cotas dos pontos; Colunas seguintes - Algumas das variáveis estudadas (SlPH2O- pH do solo, em água; SlpHKCl - pH do solo, em cloro; SlMO - matéria orgânica do solo, em %; SlP2O5 - fósforo assimilável do solo, em mg/kg; SlK2O - potássio assimilável do solo, em mg/kg; SlMg - teor de magnésio do solo, em cmol+/kg; NDVI Corr - índice de vegetação normalizada e corrigida (faixa do vermelho); GNDVI Corr - índice de vegetação normalizada e corrigida (faixa do verde); TpPl - temperatura das plantas, em ºC; TpSl - temperatura do solo, em ºC; TpAr - temperatura do ar, em ºC, HmAr - humidade do ar, em %. Na parte inferior do quadro indicam-se os limites das três classes consideradas (a vermelho os valores limites da classe “baixa”, a verde os da classe “média” e a azul os da classe “alta”).