Monitoramento orbital multiespectral de lavouras em malhas amostrais de cafeicultura de precisão

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorAlves, Marcelo de Carvalho-
Autor(es): dc.contributorPozza, Edson Ampélio-
Autor(es): dc.contributorAlves, Marcelo de Carvalho-
Autor(es): dc.contributorSilva, Felipe Oliveira e-
Autor(es): dc.contributorVolpato, Margarete Marin Lordelo-
Autor(es): dc.creatorMarin, Diego Bedin-
Data de aceite: dc.date.accessioned2026-02-09T11:40:33Z-
Data de disponibilização: dc.date.available2026-02-09T11:40:33Z-
Data de envio: dc.date.issued2018-04-11-
Data de envio: dc.date.issued2018-04-11-
Data de envio: dc.date.issued2018-04-10-
Data de envio: dc.date.issued2018-02-19-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/29014-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1144940-
Descrição: dc.descriptionO 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.-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)-
Descrição: dc.descriptionO 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.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Federal de Lavras-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Agrícola-
Publicador: dc.publisherUFLA-
Publicador: dc.publisherbrasil-
Publicador: dc.publisherDepartamento de Engenharia-
Direitos: dc.rightsacesso aberto-
Palavras-chave: dc.subjectSensoriamento remoto-
Palavras-chave: dc.subjectÍndices de vegetação-
Palavras-chave: dc.subjectSistemas de informação geográfica-
Palavras-chave: dc.subjectVariáveis bióticas-
Palavras-chave: dc.subjectVariáveis abióticas-
Palavras-chave: dc.subjectCafé - Mancha aureloada-
Palavras-chave: dc.subjectRemote sensing-
Palavras-chave: dc.subjectVegetation indices-
Palavras-chave: dc.subjectGeographic information system-
Palavras-chave: dc.subjectBiotic variables-
Palavras-chave: dc.subjectAbiotic variables-
Palavras-chave: dc.subjectCoffea arabica L.-
Palavras-chave: dc.subjectEngenharia Agrícola-
Título: dc.titleMonitoramento orbital multiespectral de lavouras em malhas amostrais de cafeicultura de precisão-
Título: dc.titleMultispectral orbital monitoring of coffee plantations in samplings grids in precision coffee-
Tipo de arquivo: dc.typedissertação-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.