Resumo
O setor do agronegócio possui grande importância para a economia brasileira, sendo a pecuária caracterizada pela exploração extensiva de pastagens. Diante desse fato, surge a preocupação com a qualidade das pastagens. A busca por tecnologias capazes de monitorar e avaliar a produtividade e a qualidade das pastagens passa a ser primordial para o desenvolvimento da agropecuária. Este estudo, conduzido na região core do bioma Cerrado, em diversas pastagens no estado de Goiás, teve como objetivos: a. desenvolver um método visual, aqui defino como Escore de Condição da Pastagem (PCS), para avaliação do nível de produtividade das pastagens; e b. desenvolver um método preliminar, através de sensoriamento remoto, capaz de estimar o potencial de produtividade e qualidade de pastagens destinadas à produção de gado de corte. No primeiro estudo, o principal objetivo foi avaliar a correlação entre os dados de satélite, bandas espectrais e índices de vegetação do satélite Landsat 8, com a produtividade e a qualidades das pastagens. Uma análise preliminar, utilizou da construção de LMM para estimar a matéria seca em quilogramas por hectare (MS kg ha-1), a matéria seca potencialmente digestível em quilogramas por hectare (MSpd kg ha-1), e a proteína bruta em quilogramas por hectare (PB kg ha-1), através de dados de imagens. Os resultados são otimistas, tendo os três modelos demonstrado uma interação dentro do espectro do infravermelho de ondas curtas, ou infravermelho médio (SWIR). No segundo estudo, foi realizada a análise de correlação de medidas repetidas (RMC), seguida da construção de modelos lineares mistos (LMM), para estabelecer uma relação entre os dados de escore inferidos às pastagens e os dados coletados a campo. O método de escore se mostra viável, visto que os resultados da RMC são coerentes com os modelos lineares gerados, ambos retomam a existência de relação entre as variáveis avaliadas por meio do escore com as estimativas de produtividade.
The agribusiness sector, whose livestock systems is characterized by extensive exploitation of pasturelands, is of up most importance for Brazilian economy. Facing this fact, the concern with pasturelands quality emerges, and the search for technologies capable of monitoring and assessing pasturelands yield and quality become a driving force for development in farming system. This study, conducted in the core region of the biome Cerrado, on pasturelands throughout the state of Goiás, had the objectives of prosper a visual method, here defined as Pasture Condition Score (PCS), for evaluating pasturelands productivity level; and develop preliminary models, based on remote sensing, capable of estimating the potential productivity and quality of pasturelands intended for beef cattle production. Within the first study, the main goal was to unravel the correlation between satellite data, such as bands and indices values from the satellite Landsat 8, with the pasturelands yield and quality assessed. A preliminary analysis athwart construction of LMM for estimating dry matter in kilogram per hectare, potentially digestible dry matter in kilogram per hectare, and crude protein in kilogram per hectare, using satellite data, was performed. The results are optimistic, hence on all three models is seen an interaction within the short-wave infrared spectrum. On the second study, a repeated measures correlation (RMC) analysis was performed, followed by the construction of linear mixed models (LMM), for establishing a relationship between the score data inferred to pasturelands and the ground truth data collected. The score methodology is encouraging, seeing the results from RMC are coherent with the LMM, both demonstrating the existence of relationship of score variables with pastureland yield estimations.