
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, Sthéfany Airane dos | - |
| Autor(es): dc.creator | Ferraz, Gabriel Araújo e Silva | - |
| Autor(es): dc.creator | Figueiredo, Vanessa Castro | - |
| Autor(es): dc.creator | Santana, Lucas Santos | - |
| Autor(es): dc.creator | Campos, Beatriz Fonseca Dominik | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:50:35Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:50:35Z | - |
| Data de envio: dc.date.issued | 2022-08-08 | - |
| Data de envio: dc.date.issued | 2022-08-08 | - |
| Data de envio: dc.date.issued | 2020 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/50889 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1169340 | - |
| Descrição: dc.description | A tool that has been widely used in Precision Agriculture (PA) is the Remote Piloted Aircraft’s (RPA’s). These tools are used to monitor crops, in addition to checking and quantifying various attributes related to plants. However, there are few studies that evaluate the applicability of this technology in coffee plantations. The objective of this study is to present the applicability of two tools associated with PA and remote sensing to monitoring a coffee planta-tion. The study was conducted in the municipality of Três Pontas, Brazil, comprised a 1.2 ha coffee plantation. Data were collected during a flight with an eBee SQ RPA, and high spatial resolution images were captured by a Parrot Sequoia multispectral sensor coupled to the aircraft. The images were processed using the software Pix4D, thus creating an orthomosaic that was later uploaded to QGIS software. In this program, a supervised classification of land use and land cover was performed using the maximum likelihood method, and the following classes were obtained: coffee plant, exposed soil, and undergrowth. From the mapping accuracy, an overall accuracy and kappa index of 91% and 85% were obtained, respectively. In addition to the supervised classification of the site, the normalized difference vegetation index (NDVI) was calculated for only the coffee plant class. The NDVI map showed the areas of the plantation coffee crop with higher and lower vegetative vigour. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| 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 | Coffee Science | - |
| Palavras-chave: dc.subject | Mapping | - |
| Palavras-chave: dc.subject | Precision coffee farming | - |
| Palavras-chave: dc.subject | Remotely piloted aircraft | - |
| Título: dc.title | Supervised classification and NDVI calculation from remote piloted aircraft images for coffee plantations applications | - |
| 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: