
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Santos, Luana Mendes dos | - |
| Autor(es): dc.creator | Ferraz, Gabriel Araújo e Silva | - |
| Autor(es): dc.creator | Marin, Diego Bedin | - |
| Autor(es): dc.creator | Carvalho, Milene Alves de Figueiredo | - |
| Autor(es): dc.creator | Dias, Jessica Ellen Lima | - |
| Autor(es): dc.creator | Alecrim, Ademilson de Oliveira | - |
| Autor(es): dc.creator | Silva, Mirian de Lourdes Oliveira e | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:22:16Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:22:16Z | - |
| Data de envio: dc.date.issued | 2022-07-21 | - |
| Data de envio: dc.date.issued | 2022-07-21 | - |
| Data de envio: dc.date.issued | 2022-03 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/50689 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1159927 | - |
| Descrição: dc.description | The coffee leaf miner (Leucoptera coffeella) is a primary pest for coffee plants. The attack of this pest reduces the photosynthetic area of the leaves due to necrosis, causing premature leaf falling, decreasing the yield and the lifespan of the plant. Therefore, this study aims to analyze vegetation indices (VI) from images of healthy coffee leaves and those infested by coffee leaf miner, obtained using a multispectral camera, mainly to differentiate and detect infested areas. The study was conducted in two distinct locations: At a farm, where the camera was coupled to a remotely piloted aircraft (RPA) flying at a 3 m altitude from the soil surface; and the second location, in a greenhouse, where the images were obtained manually at a 0.5 m altitude from the support of the plant vessels, in which only healthy plants were located. For the image processing, arithmetic operations with the spectral bands were calculated using the “Raster Calculator” obtaining the indices NormNIR, Normalized Difference Vegetation Index (NDVI), Green-Red NDVI (GRNDVI), and Green NDVI (GNDVI), the values of which on average for healthy leaves were: 0.66; 0.64; 0.32, and 0.55 and for infested leaves: 0.53; 0.41; 0.06, and 0.37 respectively. The analysis concluded that healthy leaves presented higher values of VIs when compared to infested leaves. The index GRNDVI was the one that better differentiated infested leaves from the healthy ones. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Multidisciplinary Digital Publishing Institute (MDPI) | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | AgriEngineering | - |
| Palavras-chave: dc.subject | Precision agriculture | - |
| Palavras-chave: dc.subject | Coffea arabica L. | - |
| Palavras-chave: dc.subject | Remote sensing | - |
| Palavras-chave: dc.subject | Unmanned aerial vehicles (UAV) | - |
| Palavras-chave: dc.subject | Digital agriculture | - |
| Palavras-chave: dc.subject | Agricultura de precisão | - |
| Palavras-chave: dc.subject | Café | - |
| Palavras-chave: dc.subject | Sensoriamento remoto | - |
| Palavras-chave: dc.subject | Veículo aéreo não tripulado | - |
| Palavras-chave: dc.subject | Agricultura digital | - |
| Título: dc.title | Vegetation indices applied to suborbital multispectral images of healthy coffee and coffee infested with coffee leaf miner | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: