ABSTRACT
ABSTRACT: Soybean is one of the main crop species grown in the world. However, there is a decline in productivity due to the various types of stress, including the nematodes Heterodera glycines and Pratylenchus brachyurus. The objectives were to determine the best spectral band for detecting H. glycines and P. brachyurus at the beginning of flowering (R1). Soil and root sampling was conducted at nine sampling sites in each of the five nematode-infested regions, totaling 45 sampling points. Flights were made at all regions using Phantom 4 Advanced, Sequoia and 14-band customized Sentera. For H. glycines, the red spectral band best explained the variability on soil and root nematode counts as well as the second stage of juveniles in soil. For P. brachyurus, Sentera RedEdge best explained the variability in root nematode counts and Sequoia NIR best explained soil juveniles. A multiple linear regression model using spectral data for detecting P. brachyurus and H. glycines improved R² compared to simple linear regressions. At flowering growth stage (R1), soybean spectral reflectance was associated with the number of H. glycines and P. brachyurus on soil and roots using low-cost and multispectral sensors.
RESUMO: A soja é uma das principais espécies de planta cultivadas no mundo. Todavia, perdas de produtividade são ocasionadas por vários tipos de estresses, incluindo os nematoides H. glycines e P. brachyurus. Como objetivo, buscou-se determinar a melhor banda espectral para a detecção do H. glycines e P. brachyurus com o uso de modelos de regressões lineares simples e definir um modelo matemático de regressão linear múltiplo para sua detecção, no início do florescimento (R1). Para isto, foram definidos nove pontos de coleta em cinco reboleiras, totalizando 45 pontos. As coletas foram feitas em um padrão específico de distâncias, de forma a ter amostras com tipos variados de populações de nematoides. Foram realizados voos com o Phantom 4 Advanced, Sequoia e Sentera sobre cada uma das reboleiras. O comprimento de onda do vermelho melhor explicou a variabilidade dos dados para H. glycines no solo e na raiz, bem como dos juvenis de segundo estádio no solo. Para P. brachyurus, a RedEdge da Sentera foi a que explicou melhor a variabilidade dos dados para nematoide na raiz e a NIR da Sequoia a que melhor explicou para juvenis no solo. Quando se utilizou um modelo matemático para a detecção do P. brachyurus e H. glycines, percebe-se uma grande melhora no R² e p-valor com relação às regressões lineares simples. No início da floração (R1), a refletância espectral da soja foi associada ao número de H. glycines e P. brachyurus no solo e nas raízes, usando sensores de baixo custo e multiespectrais.