Detecção dos sintomas de infestação do bicho-mineiro do cafeeiro (Leucoptera coffeella) por meio de sensoriamento remoto em múltiplas escalas

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorGalo, Maria de Lourdes Bueno Trindade-
Autor(es): dc.contributorFaculdade de Ciências e Tecnologia (FCT Unesp)-
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.contributorMartins, George Deroco-
Autor(es): dc.contributorVieira, Bruno Sérgio-
Autor(es): dc.creatorOrlando, Vinicius Silva Werneck-
Data de aceite: dc.date.accessioned2025-08-21T17:11:17Z-
Data de disponibilização: dc.date.available2025-08-21T17:11:17Z-
Data de envio: dc.date.issued2025-05-27-
Data de envio: dc.date.issued2025-04-28-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/310728-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/310728-
Descrição: dc.descriptionO bicho-mineiro do cafeeiro (BMC), Leucoptera coffeella (Guérin-Méneville) (Lepidoptera: Lyonetiidae), é uma das principais pragas que afetam a cafeicultura brasileira, causando injúrias significativas às folhas do cafeeiro, reduzindo a área fotossintética, causando desfolha acentuada e comprometendo a produtividade. Sua detecção e monitoramento convencionais são trabalhosos e limitados a pequenas áreas e poucas plantas, dificultando o manejo integrado em larga escala. Métodos baseados em sensoriamento remoto multiescala apresentam potencial para identificação dos diferentes níveis de infestação, mas requerem investigação sobre as relações entre dados espectrais e a presença da praga. Esta pesquisa investigou o potencial do sensoriamento remoto multiescala para detecção do BMC, analisando dados em três níveis de observação: orbital, dossel e foliar, utilizando dados hiperespectrais e multiespectrais para caracterizar a resposta espectral da infestação. No monitoramento orbital, utilizando imagens dos sensores Planet e Sentinel-2A, observou-se que os padrões de NDVI (Normalized Difference Vegetation Index) responderam predominantemente aos fatores climatológicos e ao ciclo fenológico da cultura, sobrepondo-se aos efeitos da infestação. Na escala de dossel, as regiões de 595-605 nm e próximas a 700 nm (red edge) foram identificadas como as mais relevantes, com alta correlação entre sensores hiperespectrais e multiespectrais (R²>0,93). O modelo SVR-Linear aplicado aos dados hiperespectrais apresentou o melhor desempenho (p=0,038), embora com limitações na precisão das estimativas (RMSE=5,490) do número médio de minas por planta. Em nível foliar, identificou-se que a região espectral em torno de 700 nm é a mais sensível para discriminar diferentes níveis de infestação, com diferenças espectrais significativas (p<0.05) entre folhas sadias e sintomáticas. Os resultados demonstram que o sensoriamento remoto multiescala oferece potencial para o monitoramento do BMC, especialmente em nível foliar e de dossel, onde as alterações espectrais foram mais evidentes. A integração de diferentes escalas de observação proporciona um entendimento mais completo da resposta espectral desta praga, desde padrões de infestação em escala orbital até alterações biofísicas em nível foliar. Assim, esta abordagem representa um avanço como base para detecção do BMC, estabelecendo fundamentos para o desenvolvimento futuro de métodos mais eficientes de monitoramento fitossanitário dessa praga do cafeeiro.-
Descrição: dc.descriptionThe coffee leaf miner (CLM), Leucoptera coffeella (Guérin-Méneville) (Lepidoptera: Lyonetiidae), is one of the main pests affecting Brazilian coffee production, causing significant injuries to coffee leaves, reducing photosynthetic area, causing severe defoliation, and compromising productivity. Its conventional detection and monitoring are laborious and limited to small areas and few plants, hindering integrated management on a large scale. Methods based on multiscale remote sensing show potential for identifying different infestation levels but require investigation into the relationships between spectral data and pest presence. This research investigated the potential of multiscale remote sensing for CLM detection, analyzing data at three observation levels: orbital, canopy, and leaf, using hyperspectral and multispectral data to characterize the spectral response to infestation. In orbital monitoring, images from Planet and Sentinel-2A sensors showed that NDVI (Normalized Difference Vegetation Index) patterns responded predominantly to climatological factors and the crop's phenological cycle, overshadowing infestation effects. At the canopy scale, the regions of 595-605 nm and near 700 nm (red edge) were identified as most relevant, with high correlation between hyperspectral and multispectral sensors (R²>0.93). The SVR-Linear model applied to hyperspectral data showed the best performance (p=0.038), although with limitations in estimation accuracy (RMSE=5.490) of the average number of mines per plant. At the leaf level, the spectral region around 700 nm was identified as most sensitive for discriminating different infestation levels, with significant spectral differences (p<0.05) between healthy and symptomatic leaves. The results demonstrate that multiscale remote sensing offers potential for CLM monitoring, especially at leaf and canopy levels, where spectral changes were most evident. The integration of different observation scales provides a more complete understanding of this pest's spectral response, from infestation patterns at the orbital scale to biophysical changes at leaf level. Thus, this approach represents an advancement as a basis for CLM detection, establishing foundations for the future development of more efficient phytosanitary monitoring methods for this coffee pest.-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionCAPES: 001-
Descrição: dc.descriptionFAPESP: 2021/06029-7-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Estadual Paulista (UNESP)-
Direitos: dc.rightsinfo:eu-repo/semantics/restrictedAccess-
Palavras-chave: dc.subjectAnálise espectral-
Palavras-chave: dc.subjectDetecção de pragas-
Palavras-chave: dc.subjectAgricultura de precisão-
Palavras-chave: dc.subjectSpectral analysis-
Palavras-chave: dc.subjectPest detection-
Palavras-chave: dc.subjectPrecision agriculture-
Título: dc.titleDetecção dos sintomas de infestação do bicho-mineiro do cafeeiro (Leucoptera coffeella) por meio de sensoriamento remoto em múltiplas escalas-
Título: dc.titleDetection of coffee leaf miner (Leucoptera coffeella) infestation symptoms using multi-scale remote sensing-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.