Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/29014
metadata.teses.dc.title: Monitoramento orbital multiespectral de lavouras em malhas amostrais de cafeicultura de precisão
metadata.teses.dc.title.alternative: Multispectral orbital monitoring of coffee plantations in samplings grids in precision coffee
metadata.teses.dc.creator: Marin, Diego Bedin
metadata.teses.dc.creator.Lattes: http://lattes.cnpq.br/3881543910730103
metadata.teses.dc.contributor.advisor1: Alves, Marcelo de Carvalho
metadata.teses.dc.contributor.advisor-co1: Pozza, Edson Ampélio
metadata.teses.dc.contributor.referee1: Alves, Marcelo de Carvalho
metadata.teses.dc.contributor.referee2: Silva, Felipe Oliveira e
metadata.teses.dc.contributor.referee3: Volpato, Margarete Marin Lordelo
metadata.teses.dc.subject: Sensoriamento remoto
Índices de vegetação
Sistemas de informação geográfica
Variáveis bióticas e abióticas
Café - Mancha aureloada
Remote sensing
Vegetation indices
Geographic information system
Biotic and abiotic variables
metadata.teses.dc.date.issued: 10-Apr-2018
metadata.teses.dc.description.sponsorship: Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)
metadata.teses.dc.identifier.citation: MARIN, D. B. Monitoramento orbital multiespectral de lavouras em malhas amostrais de cafeicultura de precisão. 2018. 101 p. Dissertação (Mestrado em Engenharia Agrícola)-Universidade Federal de Lavras, Lavras, 2018.
metadata.teses.dc.description.resumo: O sensoriamento remoto, em conjunto com a cafeicultura de precisão, pode auxiliar o produtor a identificar as estratégias a serem adotadas, tornando a atividade mais competitiva, aumentando a produtividade e reduzindo o impacto ambiental. Face ao exposto, o objetivo do presente estudo foi avaliar o potencial do sensoriamento remoto multiespectral no monitoramento espacial e temporal da mancha aureolada (Pseudomonas syringae pv. garcae) e identificar e mapear variáveis bióticas e abióticas em uma lavoura cafeeira por meio de índices de vegetação, derivados de imagens multiespectrais Landsat 5/TM. No primeiro estudo, foi utilizado uma série temporal de 11 imagens multiespectrais Landsat 8 OLI/TIRS de janeiro a dezembro de 2014. A partir dessas imagens, calcularamse os índices de vegetação e a temperatura de brilho. De acordo com os resultados obtidos, os índices de vegetação possibilitaram monitorar o progresso espacial e temporal da mancha aureolada na lavoura, e dentre os índices estudados, o MCARI1 apresentou os maiores valores de correlações com a incidência (r = 0,76; p<0,05) e severidade (r = 0,52; p<0,05) da doença. Além disso, por meio da temperatura de brilho, mapeou-se áreas com condições ideias de temperatura para ocorrência da doença. No segundo estudo, as análises de incidência de cercosporiose e infestação do bicho-mineiro nas folhas, pH, matéria orgânica e textura do solo e teores foliares de macro e micronutrientes foram correlacionadas com índices de vegetação, derivados de imagens multiespectrais Landsat 5/TM, adquiridas em datas próximas às análises das variáveis ambientais. Os índices de vegetação apresentaram distribuição espacial semelhante à distribuição espacial das variáveis agronômicas na lavoura. Houve correlação positiva dos índices com a infestação do bicho-mineiro, teor de silte e argila no solo e concentração de Mg, Cu, B e Mn nas folhas, e negativas com a incidência de cercosporiose e pH e teor de areia no solo. Com base nestes resultados, foi possível mapear e identificar as alterações na reflectância espectral dos cafeeiros, causadas por estas variáveis agronômicas.
metadata.teses.dc.description.abstract: O sensoriamento remoto, em conjunto com a cafeicultura de precisão, pode auxiliar o produtor a identificar as estratégias a serem adotadas, tornando a atividade mais competitiva, aumentando a produtividade e reduzindo o impacto ambiental. Face ao exposto, o objetivo do presente estudo foi avaliar o potencial do sensoriamento remoto multiespectral no monitoramento espacial e temporal da mancha aureolada (Pseudomonas syringae pv. garcae) e identificar e mapear variáveis bióticas e abióticas em uma lavoura cafeeira por meio de índices de vegetação, derivados de imagens multiespectrais Landsat 5/TM. No primeiro estudo, foi utilizado uma série temporal de 11 imagens multiespectrais Landsat 8 OLI/TIRS de janeiro a dezembro de 2014. A partir dessas imagens, calcularamse os índices de vegetação e a temperatura de brilho. De acordo com os resultados obtidos, os índices de vegetação possibilitaram monitorar o progresso espacial e temporal da mancha aureolada na lavoura, e dentre os índices estudados, o MCARI1 apresentou os maiores valores de correlações com a incidência (r = 0,76; p<0,05) e severidade (r = 0,52; p<0,05) da doença. Além disso, por meio da temperatura de brilho, mapeou-se áreas com condições ideias de temperatura para ocorrência da doença. No segundo estudo, as análises de incidência de cercosporiose e infestação do bicho-mineiro nas folhas, pH, matéria orgânica e textura do solo e teores foliares de macro e micronutrientes foram correlacionadas com índices de vegetação, derivados de imagens multiespectrais Landsat 5/TM, adquiridas em datas próximas às análises das variáveis ambientais. Os índices de vegetação apresentaram distribuição espacial semelhante à distribuição espacial das variáveis agronômicas na lavoura. Houve correlação positiva dos índices com a infestação do bicho-mineiro, teor de silte e argila no solo e concentração de Mg, Cu, B e Mn nas folhas, e negativas com a incidência de cercosporiose e pH e teor de areia no solo. Com base nestes resultados, foi possível mapear e identificar as alterações na reflectância espectral dos cafeeiros, causadas por estas variáveis agronômicas.
metadata.teses.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/29014
metadata.teses.dc.publisher: Universidade Federal de Lavras
metadata.teses.dc.language: por
Appears in Collections:DEG - Engenharia Agrícola - Mestrado (Dissertações)



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.