dissertação
Sensoriamento remoto para mapear o potencial de produtividade do cafeeiro
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Departamento
Departamento de Engenharia
Programa de Pós-Graduação
Programa de Pós-Graduação em Engenharia Agrícola
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
A utilização de imagens de satélite na agricultura tem se tornado uma forte ferramenta no manejo e no comércio de produtos agrícolas, tanto para o produtor, quanto para instituições governamentais de fomento. Porém, mesmo com seu potencial de utilização, existem poucas pesquisas na área cafeeira que conseguiram, de forma satisfatória, estimar a produtividade com base em índices de vegetação. É com base nisso, que esse trabalho foi realizado com o objetivo de correlacionar o potencial de produtividade do cafeeiro com o índice de vegetação por diferença normalizada (NDVI) calculados a partir de imagens do satélite Sentinel-2. O trabalho foi realizado em três lavouras de mesma idade, cultivar e espaçamento, localizadas no município de Santo Antônio do Amparo, MG. As lavouras foram recepadas no de 2015 e as colheitas realizadas nos anos de 2017 e 2018. Foram feitas malhas amostrais a cada 0,5 ha, onde foram derriçadas quatro plantas por ponto. A colheita foi realizada manualmente e o volume colhido foi medido por um recipiente graduado em litros (litros. planta-1). Para cálculo dos índices de vegetação, utilizou-se imagens multiespectrais do Satélite Sentinel-2, obtidas em diferentes meses nos anos de 2016 a 2018. As imagens foram importadas para o software R Studio, onde foi feito todo o processo para a obtenção do NDVI e suas correlações com a produtividade. Foram testadas quatro maneiras diferentes de correlacionar NDVI com produtividade em dois anos, sendo duas delas considerando resultados de cada ano, e outras duas considerando resultados de dois anos juntos, ambas considerando os dados ponto a ponto e agrupados por média. Como resultado, pode-se dizer que a melhor época para aquisição das imagens corresponde aos meses de agosto e setembro, e que as metodologias que utilizaram dados médios de cada uma das áreas, tanto para anos separados, quanto para dois anos juntos, foram as que apresentaram os maiores valores de R². Para metodologia de ponto a ponto para cada ano de avaliação, não se mostrou satisfatória, quando avaliada em dois anos apresentou ótimos valores de R². Sendo assim, pode-se concluir que a utilização de imagens Sentinel-2 para obtenção do NDVI demonstrou ser uma forte ferramenta para mapear o potencial de produtividade do cafeeiro.
Abstract
The use of satellite images is becoming a powerful tool for the management and trade of agriculture products, both for the producer and government funding agencies. Even though the potential of use is high, there are no researches that estimate, with high accuracy, the productivity of coffee crops based on the vegetation index. The objective of this study was to correlate the potential of coffee crops productivity with normalized difference vegetation index (NDVI, calculated from Sentinel-2 satellite images. The trial was carried out in three crops of same age, cultivar and plants spacing located in Minas Gerais at the city of Santo Antônio do Amparo. The trees were cut at nearly 30 cm above the ground in 2015 and they were harvested in 2017 and 2018. The sample was defined at each 0,5 ha, and inside this area four trees were harvested. The harvest was performed manually, and the harvested volume was measured by a liter graduated bowl (liters.plant-1). The vegetation indexes were calculated using Sentinel-2 Satellite multispectral images obtained in different months from 2016 trough 2018. The images were imported into software R Studio, where the whole process to calculate the NDVI and its productivity correlation were made. Four different ways to correlate NDVI and productivity in two years were tested, two of them considering the results of each year, and the other two considering the results of the two years together, both of them grouping the results point by point and by average. As a result, it can be said that the best timing for the image acquisition corresponds to the months of August and September, and the methodologies that used average results for each of the areas, as much for years apart, as for two years together, were the ones that presented the highest values of R². The point-to-point methodology for each year of evaluation was not satisfactory, but when evaluated in 2 years it presented excellent R2 values. Therefore, the use of Sentinel-2 Satellite images to get the NDVI is a powerful tool to estimate the productivity potential of coffee crops.
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
SOARES, D. V. Sensoriamento remoto para mapear o potencial de produtividade do cafeeiro. 2020. 43 p. Dissertação (Mestrado em Engenharia Agrícola) – Universidade Federal de Lavras, Lavras, 2021.