Please use this identifier to cite or link to this item:
http://repositorio.ufla.br/jspui/handle/1/29014
Title: | Monitoramento orbital multiespectral de lavouras em malhas amostrais de cafeicultura de precisão |
Other Titles: | Multispectral orbital monitoring of coffee plantations in samplings grids in precision coffee |
Authors: | Alves, Marcelo de Carvalho Pozza, Edson Ampélio Alves, Marcelo de Carvalho Silva, Felipe Oliveira e Volpato, Margarete Marin Lordelo |
Keywords: | Sensoriamento remoto Índices de vegetação Sistemas de informação geográfica Variáveis bióticas Variáveis abióticas Café - Mancha aureloada Remote sensing Vegetation indices Geographic information system Biotic variables Abiotic variables Coffea arabica L. |
Issue Date: | 10-Apr-2018 |
Publisher: | Universidade Federal de Lavras |
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. |
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. |
URI: | http://repositorio.ufla.br/jspui/handle/1/29014 |
Appears in Collections: | Engenharia Agrícola - Mestrado (Dissertações) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
DISSERTAÇÃO_Monitoramento orbital multiespectral de lavouras em malhas amostrais de cafeicultura de precisão.pdf | 2,85 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.