Predição de Volumes e Estimativa de Uniformidade de Irrigação (CUC/CUD) a partir de Índices Espectrais Sentinel-2

• Daniel F. Afonso Irigação sem fronteiras LTDA
• Fabiola S. Fernandes Pereira UFU
• Glalco S. Costa UFTM
• Leandro C. Lemes UFTM

DOI: https://doi.org/10.5753/eritm.2026.25263

Resumo

Este trabalho investiga o uso de índices espectrais e bandas derivadas de imagens Sentinel-2 para a predição de volumes de água coletados em ensaios de uniformidade de irrigação, especificamente os Coeficiente de Uniformidade de Christiansen (CUC) e o Coeficiente de Uniformidade de Distribuição (CUD). A metodologia integra dados de sensoriamento remoto com medições de campo organizadas em partições radiais. Os resultados demonstram que o modelo apresenta bom desempenho preditivo e é capaz de estimar com precisão os coeficientes de uniformidade, evidenciando o potencial do sensoriamento remoto para monitoramento operacional da irrigação.

Referências

Boninsenha, I., Mantovani, E. C., Rudnick, D. R., and Ribeiro, H. Q. (2024). Revealing irrigation uniformity with remote sensing: A comparative analysis of satellite-derived uniformity coefficient. In Agricultural Water Management. Elsevier.

Green, D. and Pattison, I. (2022). Christiansen uniformity revisited: Re-thinking uniformity assessment in rainfall simulator studies. In Catena. Elsevier.

Hussain, Z., Liu, J., Chauhdary, J. N., Md-Tahir, H., and Mokhtar, A. (2026). Predicting irrigation uniformity and droplet characteristics using machine learning algorithms for rotating spray plate sprinklers. In Flow Measurement and Instrumentation. Elsevier.

Sozzi, M., Salmaso, F., Cogato, A., and Bortolini, L. (2026). Assessing vineyard irrigation uniformity and drip system malfunction by remote and ground sensing: Insights from sentinel-1, sentinel-2 and planet monitoring. In Computers and Electronics in Agriculture. Elsevier.