Use of remote sensing for the characterization and spectral discrimination of vineyards in different terroirs

A utilização de dados gerados por sensores remotos e aerotransportados para o monitoramento das condições biofísicas de vinhedos já é conhecida. No entanto, poucos estudos têm aplicado esta ferramenta para a caracterização e discriminação espectral de diferentes variedades e em diferentes terroirs, principalmente no que se refere a sensores de média resolução espacial. Neste sentido, este trabalho teve como objetivo principal avaliar dados espectrais de vinhedos, buscando verificar o potencial de uso das imagens geradas pelo sensor ASTER (Advanced Spaceborne Thermal and Reflection Radiometer) na caracterização e discriminação das variedades Cabernet Sauvignon, Chardonnay, Merlot e Pinot Noir, em cinco diferentes terroir, sendo dois no Chile, um no Brasil e dois da França. O estudo foi conduzido utilizando três imagens de cada um dos terroir estudados que abrangiam diferentes fases de desenvolvimento do dossel. Correção do efeito de crosstalk e correção atmosférica foram aplicadas em todas as cenas. Através de mapas fornecidos pelos proprietários dos vinhedos com a indicação das cepas, foi possível a localização dos lotes nas imagens e a coleta das informações espectrais. No Chile, foram coletadas amostras de Cabernet Sauvignon e Merlot para o Vale do Aconcagua e de Cabernet Sauvignon e Chardonnay para o Vale do Colchagua. Na França, na região de Bordeaux, foram coletadas amostras de Cabernet Sauvignon e Merlot de dois Châteaus, Giscours e Duhart Milon, e de Chardonnay e Pinot Noir para a região do Champagne. Em Encruzilhada do Sul, as quatro variedades foram avaliadas. De posse dos dados espectrais, foi verificada a existência de diferenças significativas entre as médias de reflectância levando em consideração as variedades que ocorriam em uma mesma região e a mesma variedade que ocorria em duas ou mais regiões através da aplicação de teste t para amostras independentes e Análise de Variância. Além disso, foi avaliada a similaridade das regiões e das variedades, através de análise de cluster. A Análise Discriminante (AD) foi aplicada para todas as datas avaliadas. Através da análise do centróide gerado pela AD e dos valores de NDVI das amostras das variedades, foi escolhida uma imagem para verificar a habilidade das funções discriminantes em diferenciar as variedades de uva. Através do cálculo da distância mínima entre o centróide para os valores discriminantes calculados para cada pixel, a imagem foi classificada. A validação final foi realizada através da comparação da imagem classificada com as informações contidas nos mapas de localização das cepas. Os resultados obtidos mostraram ser factível a discriminação espectral das variedades estudadas através da aplicação de AD. Os espectros de reflectância indicaram haver similaridades entre as regiões avaliadas, principalmente para Cabernet Sauvignon. Na análise de cluster, verificou-se uma tendência dos agrupamentos, sendo um formado pelas datas mais precoces e outro formado pelas datas mais tardias. Desta forma, conclui-se que as imagens geradas pelo sensor ASTER apresentam potencial para serem utilizadas em estudos que visem a identificação e caracterização de vinhedos e discriminação espectral de diferentes variedades.Applications of remote sensing data to the monitoring of biophysical conditions of vineyards are well known. However, few studies have applied this resource to spectrally discriminate between vine varieties or to detect variations caused by changing terroirs; this is especially true with sensors of medium spatial resolution. This work aimed to obtain and analyze spectral data of vineyards, to assess to potential of ASTER (Advanced Spaceborne Thermal and Reflection Radiometer) images to characterize and discriminate the vine varieties Cabernet Sauvignon, Merlot, Pinot Noir and Chardonnay in five different terroirs, being two in Chile, one in Brazil, and two in France. Three images from each terroir were used, capturing different stages of canopy development. Corrections from the crosstalk effect and atmospheric influence were applied. Maps provided by owners informed on the place of each variety, making possible to locate the corresponding parcels on images, thus leading to the extraction of the spectrum of each variety. In Chile, samples of Cabernet Sauvignon and Merlot were collected for the Aconcagua Valley, and of Cabernet Sauvignon and Chardonnay for the Colchagua Valley. In France, at Bordeaux region, samples of Cabernet Sauvignon and Merlot were collected for the Chateaux of Giscours and Duhart Milon, and at Champagne, for Pinot Noir and Chardonnay. In Brazil, all four varieties were studied at the Encruzilhada do Sul region. The spectral data was analyzed from two perspectives: looking for significant differences in the mean reflectance between varieties at the same region; and considering the same variety are several regions. The t test and Analysis of Variance were applied. Similarities between varieties and regions were also estimated trhough cluster analysis. Discriminant analysis (DA) was applied for all dates. The centroids generated from DA, together with the Normalized Difference Vegetation Index (NDVI) of variety samples, were used to select an image to assess the potential of the discriminant functions to separate grape varieties. Image classification was performed by calculating the smallest distance between the centroids, for the discriminant values for each pixel. The final validation was done by comparing the classified image with the maps provided by owners, informing the varieties locations. The results show that it is possible to spectrally discriminate these four grape varieties, through DA. The reflectance spectra show that, at variety level, there are similarities between the regions, especially for Cabernet Sauvignon. In the cluster analysis, a tendency showed up, revealing two groups formed by the early and late image dates. It is concluded that images from the ASTER sensor have a significant potential to studies aiming to characterize vineyards and to spectrally discriminate grape varieties