Correlations between soil properties and spectral index (healthy vegetation) in soybean crops
Correlaciones entre propiedades del suelo e índice espectral (vegetación saludable) en cultivos de soya
DOI:
https://doi.org/10.15446/agron.colomb.v41n3.112405Palabras clave:
Glycine max, spatial variability, direct seeding system (en)Glycine max, variabilidad espacial, sistema de siembra directa (es)
Descargas
Precision agricultural technologies, such as the use of spatial variability of soil properties, have been extensively studied for soybean cultivation. The objective of this study was to analyze the spatial variability of soil properties cultivated with soybean and to correlate the healthy vegetation (HV) spectral index with the bands B8A (classifying vegetation - 865 nm), B11 (measuring the moisture content of soil and vegetation - 1610 nm), B02 blue (useful for soil and vegetation discrimination - 490 nm). A sampling grid was installed for data collection in an area of 2,126.02 ha, with 270 regular points and 98 random points, totaling 368 points. For the soil, the contents of P (resin), K+, Ca2+, Mg2+, H+, Al3+, pH values, sum of bases (SB), cation exchange capacity (CEC), and base saturation were determined at a depth of 0.0 to 0.20 m. Most of the soil properties had exponential and spherical dependence. Clay percentages and Ca, Mg, and P contents had positive spatial correlation with the healthy vegetation spectral index (HV) while no spatial correlation was observed for pH, B, K, silt, sand, S, H+Al, Al, SB, and CEC. The sensor image used in this study in relation to HV showed good application for observing the spatial variability of the soil properties and soybean yield.
Las tecnologías de agricultura de precisión, como el uso de la variabilidad espacial en las propiedades del suelo, han sido ampliamente estudiadas para el cultivo de soya. El objetivo de este estudio fue analizar la variabilidad espacial de las propiedades del suelo cultivado con soya y correlacionarla con el índice espectral de vegetación saludable (VS), con las bandas B8A (clasificación de la vegetación (865 nm)), B11 (medición del contenido de humedad del suelo y la vegetación (1610 nm)), B02 azul (útil para la discriminación del suelo y la vegetación (490 nm)). La malla de muestreo se instaló para la recolección de datos en un área de 2,126.02 ha, con 270 puntos regulares y 98 puntos aleatorios, totalizando 368 puntos. Se determinaron en suelo los contenidos de P (resina), K+, Ca2+, Mg2+, H+, Al3+, valores de pH, suma de bases (SB), capacidad de intercambio catiónico (CIC), y saturación de bases en una muestra del suelo de 0.0 a 0.20 m de profundidad. La mayoría de las propiedades del suelo tuvieron dependencia exponencial y esférica. El porcentaje de arcilla y los contenidos de Ca, Mg y P mostraron una correlación espacial positiva con el índice espectral de vegetación saludable (VS) mientras que no se observó correlación espacial con los valores de pH, B, K, limo, arena, S, H+Al, Al, SB y CIC. La imagen del sensor utilizada en este estudio en relación con la VS mostró una buena aplicación para observar la variabilidad espacial de las propiedades del suelo y la producción de soya.
Referencias
Alves, C. D., Florenzano, T. G., Alves, D. S., & Pereira, M. N. (2014). Mapping land use land cover changes in a region of sugarcane expansion using TM and MODIS data. Revista Brasileira de Cartografia, 66(2), 337–347. https://doi.org/10.14393/rbcv66n2-43916 DOI: https://doi.org/10.14393/rbcv66n2-43916
Baio, F. H. R., Alixame, D., Neves, D. C., Teodoro, L. P. R., Silva Júnior, C. A., Shiratsuchi, L. S., Oliveira, J. T., & Teodoro, P. E. (2023). Adding random points to sampling grids to improve the quality of soil fertility maps. Precision Agriculture, 24, 2081–2097. https://doi.org/10.1007/s11119-023-10031-x DOI: https://doi.org/10.1007/s11119-023-10031-x
Cambardella, C. A., Moorman, T. B., Novak, J. M., Parkin, T. B., Karlen, D. L., Turco, R. F., & Konopka, A. E. (1994). Fieldscale variability of soil properties in central Iowa soils. Soil Science Society of America Journal, 58(5), 1501–1511, https://doi.org/10.2136/sssaj1994.03615995005800050033x DOI: https://doi.org/10.2136/sssaj1994.03615995005800050033x
Chen, H., Li, H., Liu, Z., Zhang, C., Zhang, S., & Atkinson, P. M. (2023). A novel Greenness and Water Content Composite Index (GWCCI) for soybean mapping from single remotely sensed multispectral images. Remote Sensing of Environment, 295, Article 113679. https://doi.org/10.1016/j.rse.2023.113679 DOI: https://doi.org/10.1016/j.rse.2023.113679
Conab – Companhia Nacional de Abastecimento. (2023). Acompanhamento da Safra Brasileira de Grãos (Safra 2023/24 N°31-137). https://www.conab.gov.br/info-agro/safras/graos/boletim-da-safra-de-graos
Cortes, A. F., Sampaio, A. P. L., Plazas, G. M. R., Costa, C. M. S., Montanari, R., & Oliveira, J. T. (2023). Spatial variability of dendrometric parameters in a native tree Mabea fistulifera Mart. and its relationship with soil physical properties. Agronomía Colombiana, 41(1), Article e103161. https://doi.org/10.15446/agron.colomb.v41n1.103161 DOI: https://doi.org/10.15446/agron.colomb.v41n1.103161
Dalchiavon, F. C., Carvalho, M. P., Nogueira, D. C., Romano, D., Abrantes, F. L., Assis, J. T., & Oliveira, M. S. (2011). Produtividade da soja e resistência mecânica à penetração do solo sob sistema plantio direto no Cerrado brasileiro. Pesquisa Agropecuaria Tropical, 41(1), 8–19. https://doi.org/10.5216/pat.v41i1.8351 DOI: https://doi.org/10.5216/pat.v41i1.8351
Dalchiavon, F. C., Passos e Carvalho, M., Andreotti, M., & Montanari, R. (2012). Variabilidade espacial de atributos da fertilidade de um Latossolo Vermelho Distroférrico sob sistema plantio direto. Revista Ciência Agronómica, 43(3), 453–461. https://doi.org/10.1590/S1806-66902012000300006 DOI: https://doi.org/10.1590/S1806-66902012000300006
Malladi, K. T., & Sowlati, T. (2017). Optimization of operational level transportation planning in forestry: A review. International Journal of Forest Engineering, 28(3), 198–210. https://doi.org/10.1080/14942119.2017.1362825 DOI: https://doi.org/10.1080/14942119.2017.1362825
Oliveira, J. T., Oliveira, R. A., Almeida, E. I. B., Cunha, F. F., & Teodoro, P. E. (2022). Spatial variability of ecophysiological and production components in irrigated noble garlic. Engenharia Agrícola, 42(3), Article e20200191. https://doi.org/10.1590/1809-4430-Eng.Agric.v42n3e20200191/2022 DOI: https://doi.org/10.1590/1809-4430-eng.agric.v42n3e20200191/2022
Oliveira, J. T., Oliveira, R. A., Rojas Plazas, G. M., Andrade, S. M., & Cunha, F. F. (2023). Distribution and spatial autocorrelation of physical-water attributes of an Oxisol. Revista Brasileira de Engenharia de Biossistemas, 17(1109), 1–6. https://doi.org/10.18011/bioeng.2023.v17.1109 DOI: https://doi.org/10.18011/bioeng.2023.v17.1109
Oliveira, J. T., Oliveira, R. A., Rojas Plazas, G. M., & Roque, C. G. (2023). Spatial variability of physical attributes of a Oxisol related to garlic productivity. Brazilian Journal of Biosystems Engineering, 17, Article 1108. https://doi.org/10.18011/bioeng.2023.v17.1108 DOI: https://doi.org/10.18011/bioeng.2023.v17.1108
Oliveira, J. T., Roque, C. G., Teodoro, P., & Montanari, R. (2020). Spatial variability of irrigated common bean yield correlated with the fertility of a sandy soil. Engenharia Agrícola, 40(5), 645–656. https://doi.org/10.1590/1809-4430-Eng.Agric.v40n5p645-656/2020 DOI: https://doi.org/10.1590/1809-4430-eng.agric.v40n5p645-656/2020
Oliveira, R. M., Oliveira, R. A., Botelho, M. E., Galvão, J. C. C., Niero, M. E. S., & Oliveira, J. T. (2021). Efeito da frequência de irrigação na absorção de fósforo na produção do milho. Revista Ibero-Americana de Ciências Ambientais, 12(5), 545–552. DOI: https://doi.org/10.6008/CBPC2179-6858.2021.005.0043
Otone, J. D. Q., Theodoro, G. F., Santana, D. C., Teodoro, L. P. R., Oliveira, J. T., Oliveira, I. C., Silva Junior, C.A., Teodoro, P. E., & Baio, F. H. R. (2024). Hyperspectral response of the soybean crop as a function of target spot (Corynespora cassiicola) using machine learning to classify severity levels. AgriEngineering, 6(1), 330–343. https://doi.org/10.3390/agriengineering6010020 DOI: https://doi.org/10.3390/agriengineering6010020
Rodrigues, L. C., Castro, T. R., Roque, C. G., Cunha, F. F., Abrantes, F. L., Souza, G. V., & Oliveira, J. T. (2023). Spatial correlation of soybean yield with the chemical attributes of an Oxisol. Agronomía Colombiana, 41(1), Article e107282. https://doi.org/10.15446/agron.colomb.v41n1.107282 DOI: https://doi.org/10.15446/agron.colomb.v41n1.107282
Rodrigues, L. C., Roque, C. G., Cunha, F. F., Assunção, P. C. G., Souza, G. V., Baio, F. H. R., & Oliveira, J. T. (2023). Variabilidade espacial dos componentes produtivos da cultura da soja. Agrarian, 16(56), Article e16682. https://doi.org/10.30612/agrarian.v16i56.16682 DOI: https://doi.org/10.30612/agrarian.v16i56.16682
Santos, H. D., Jacomine, P., Anjos, L., Oliveira, V., Lumbreras, J., Coelho, M., & Oliveira, J. (2018). Embrapa: sistema brasileiro de classificação de solos (5th ed.). Brasília, DF.
Semeraro, T., Mastroleo, G., Pomes, A., Luvisi, A., Gissi, E., & Aretano, R. (2019). Modelling fuzzy combination of remote sensing vegetation index for durum wheat crop analysis. Computers and Electronics in Agriculture, 156, 684–692. https://doi.org/10.1016/j.compag.2018.12.027 DOI: https://doi.org/10.1016/j.compag.2018.12.027
Teixeira, P. C., Donagemma, G. K., Fontana, A., & Teixeira, W. G. (2017). Manual de métodos de análise de solo (3th ed.). Brasília, DF.
Zhao, M., Dong, Y., Huang, W., Ruan, C., & Guo, J. (2023). Regionalscale monitoring of wheat stripe rust using remote sensing and geographical detectors. Remote Sensing, 15, Article 4631. https://doi.org/10.3390/rs15184631 DOI: https://doi.org/10.3390/rs15184631
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Licencia
Derechos de autor 2023 Agronomía Colombiana
![Creative Commons License](http://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
© Centro Editorial de la Facultad de Ciencias Agrarias, Universidad Nacional de ColombiaSe autoriza la reproducción y citación del material que aparece en la revista, siempre y cuando se indique de manera explícita: nombre de la revista, nombre del autor(es), año, volumen, número y páginas del artículo fuente. Las ideas y afirmaciones consignadas por los autores están bajo su responsabilidad y no interpretan necesariamente las opiniones y políticas de la Universidad Nacional de Colombia. La mención de productos o firmas comerciales en la revista no implica una recomendación o apoyo por parte de la Universidad ni de la Facultad; el uso de tales productos debe ceñirse a las recomendaciones de las etiquetas.
La licencia Creative Commons utilizada por Agronomía Colombiana es la siguiente: Reconocimiento – NoComercial – CompartirIgual (by-nc-sa)
![Licencia de Creative Commons](https://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png)
Agronomia Colombiana by Centro Editorial of Facultad de Ciencias Agrarias, Universidad Nacional de Colombia is licensed under a Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional License.
Creado a partir de la obra en http://revistas.unal.edu.co/index.php/agrocol/
Los autores que publican sus artículos en Agronomía Colombiana ceden de manera indefinida, todos los derechos patrimoniales, es decir, transformación, reproducción, comunicación pública, y distribución, y son otorgados sin ninguna limitación en cuanto a territorio se refiere al Centro Editorial de la Facultad de Ciencias Agrarias, Universidad Nacional de Colombia