http://repositorio.unb.br/handle/10482/49533
Fichero | Tamaño | Formato | |
---|---|---|---|
CarmiranBatistaTuribio_DISSERT.pdf | 4,54 MB | Adobe PDF | Visualizar/Abrir |
Título : | Análise de imagens do espectro visível dos estágios fenológicos r8 e r9 na cultura do feijão, por meio de sensoriamento remoto orbital e vant |
Otros títulos : | Analysis of images of the visible spectrum of r8 and r9 Phenological stages in bean crop, using orbital and uav remote sensing |
Autor : | Turíbio, Carmiran Batista |
Orientador(es):: | Silva Júnior, João José da |
Assunto:: | Feijão - cultivo Feijão - monitoramento Drones Agricultura de precisão Índices de vegetação |
Fecha de publicación : | 5-ago-2024 |
Data de defesa:: | 28-feb-2023 |
Citación : | TURÍBIO, Carmiran Batista. Análise de imagens do espectro visível dos estágios fenológicos r8 e r9 na cultura do feijão, por meio de sensoriamento remoto orbital e vant. 2023. 64 f. Dissertação (Messtrado em Agronomia) — Universidade de Brasília, Brasília, 2023. |
Resumen : | O uso de tecnologias voltadas para agricultura de precisão atualmente tem sido mais acessível e são ferramentas fundamentais para gestão e monitoramento de cultivos. O feijão (Phaseolus vulgaris L.) é uma das culturas de maior importância econômica no Brasil, além de ser uma leguminosa rica em proteínas, carboidratos e aminoácidos. Considerando isso, o presente estudo tem como objetivo avaliar os estágios fisiológicos de enchimento das vagens (R8) e maturação (R9) da cultura do feijão utilizando imagens RGB adquiridas por VANT e satélite. Os produtos gerados no processamento das imagens são mapas temáticos dos índices de vegetação, sendo Índices de Vegetação Green Leaf Index (GLI); Normalized Green-Red Difference Index (NGRDI); Index Resistant to Atmosphere in the Visible Region (VARI) e Vegetative (VEG). Nos testes de normalidade a um nível de significância estatística de 5% para os conjuntos de dados satélite e drone, ambos apresentaram os mesmos comportamentos, em todas os dados do drone indicaram pressupostos de normalidade (p-value = 2.2e-16) e os dados do satélite seguiram o mesmo comportamento, (p-value < 2.2e-16). No que diz respeito aos valores da raiz quadrada média do erro, a resposta dos valores advindos de drone foi equivalente a (y:0,42x+0,25; RMSE:0,2; R2:0,81) e os valores de satélite é (y:0,12x+0,25; RMSE:0,04; R2:0,93). O modelo foi aplicado para desenvolver mapas de índices de vegetação mostraram a variabilidade dos estágios finais da cultura do feijoeiro R8 e R9. Esses resultados destacam o grande potencial do uso de imagens do espectro visível advindas por VANT e Sentinel-2 para o para gerenciamento de colheita em razão da variabilidade espacial de maturação do feijão. |
Abstract: | The use of technologies aimed at precision agriculture is currently more accessible and they are fundamental tools for managing and monitoring crops. Beans (Phaseolus vulgaris L.) are one of the most economically important crops in Brazil, in addition to being a legume rich in proteins, carbohydrates and amino acids. Considering this, the present study aims to evaluate the physiological gains of pod filling (R8) and advanced (R9) of the bean crop using RGB images acquired by UAV and satellite. The products generated in image processing are thematic maps of vegetation indices, namely the Green Leaf Index (GLI); Normalized Green-Red Difference Index (NGRDI); Atmosphere Resistance Index in the Visible Region (VARI) and Vegetative Region (VEG). In the normality tests at a statistical significance level of 5% for the satellite and drone datasets, both adopted the same behaviors, in all drone data they indicated normality budgets (p-value = 2.2e-16) and the satellite data followed the same behavior, (pvalue < 2.2e-16). With regard to the values of the root mean square error, the response of the values coming from the drone was equivalent to (y:0.42x+0.25; RMSE:0.2; R2:0.81) and the values of satellite is (y:0.12x+0.25; RMSE:0.04; R2:0.93). The model was applied to develop maps of vegetation indices appreciating the variability of the end of bean crop R8 and R9. These results highlight the great potential of using visible spectrum images from UAV and Sentinel- 2 for harvest management due to the spatial variability of beans. |
metadata.dc.description.unidade: | Faculdade de Agronomia e Medicina Veterinária (FAV) |
Descripción : | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Agronomia e Medicina Veterinária, Programa de Pós-Graduação em Agronomia, 2023. |
metadata.dc.description.ppg: | Programa de Pós-Graduação em Agronomia |
Licença:: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. |
Agência financiadora: | Fundação de Apoio à Pesquisa do Distrito Federal (FAPDF). |
Aparece en las colecciones: | Teses, dissertações e produtos pós-doutorado |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.