Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorBaptista, Gustavo Macedo de Mello-
Autor(es): dc.creatorBorges, Bruno Carramaschi-
Data de aceite: dc.date.accessioned2021-10-14T18:48:35Z-
Data de disponibilização: dc.date.available2021-10-14T18:48:35Z-
Data de envio: dc.date.issued2019-04-13-
Data de envio: dc.date.issued2019-04-13-
Data de envio: dc.date.issued2019-04-13-
Data de envio: dc.date.issued2018-08-10-
Fonte completa do material: dc.identifierhttp://repositorio.unb.br/handle/10482/34359-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/640449-
Descrição: dc.descriptionDissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, Programa de Pós-Graduação em Geociências Aplicadas, 2018.-
Descrição: dc.descriptionAs pastagens plantadas degradadas representam uma parcela significativa no valor total dos imóveis ligados à pecuária. A utilização das melhores técnicas de manejo produtivo é necessária para definir suas características de conservação, dado que o vigor das plantas e a percentagem de solo exposto são fatores relevantes na determinação da qualidade dos pastos. O uso de índices de vegetação é uma ferramenta apropriada para esse fim. Partindo dessa premissa, este estudo teve como objetivo avaliar o potencial de vinte e sete índices de vegetação, em especial o Spectral Feature Depth Vegetation Index/SFDVI, para a aferição da percentagem de cobertura verde em imagens RapidEye e determinar a qualidade dos pastos por meio da sua associação com fotografias digitais e dados quanti-qualitativos de campo. Foram coletadas 108 amostras, em campo, com dados relacionados à qualidade fisiológica e de conservação dos pastos (vigor e altura das plantas, presença de plantas invasores e cupins) e fotografias digitais, a um metro de altura do extrato superior das folhas, que foram processadas, posteriormente, por meio de classificação espectral supervisionada de máxima verossimilhança para a obtenção dos quantitativos de cobertura verde, palhada e solo exposto. Os índices de vegetação foram aplicados na imagem RapidEye e correlacionados por regressão linear simples com a área de cobertura verde, a fim de determinar qual apresentava uma melhor capacidade preditiva. O índice Renormalized Difference Vegetation Index/RDVI se sobressaiu em relação aos demais com um R² de 0,766. A maioria dos índices com a banda RedEdge na sua composição apresentaram coeficientes de determinação intermediários, que variaram de 0,6627 a 0,7165. O SFDVI apresentou um coeficiente de determinação de 0,6924 para a aferição da porcentagem de cobertura verde, apresentando, assim, um bom potencial preditivo para esse fim e que pode vir a ser estudado para as demais culturas agrícolas e florestais. A verificação da qualidade das pastagens foi determinada por meio de regressão múltipla, com base em seis parâmetros, a partir dos oito índices com melhor desempenho na estimativa da cobertura verde. Os resultados não mostraram uma capacidade preditiva regular, pois o coeficiente de determinação de todos os índices foi inferior a 0,60. Ainda assim, o RDVI, mais uma, vez se mostrou o mais promissor, pois apresentou o maior coeficiente de determinação (0,5958). A resolução espacial da imagem RapidEye associada a resolução das fotografias digitais não permitiu uma aferição precisa. Esse foi o fator que mais influenciou no desempenho da metodologia aqui pesquisada. Desse modo, entende-se que novos estudos baseados em imagens de satélite ou obtidas por veículos aéreos não tripulados com maior resolução espacial podem vir a ser realizados na tentativa de aperfeiçoar o método de estimativa proposto.-
Descrição: dc.descriptionDegraded planted pastures represent a significant portion of the total value of real estate related to livestock. The use of the best techniques of productive management is necessary to define its conservation characteristics, since the vigor of the plants and the percentage of exposed soil are relevant factors in the determination of the quality of the pastures. The use of vegetation indexes is an appropriate tool for this purpose. The objective of this study was to evaluate the potential of twenty-seven vegetation indexes, specially the Spectral Feature Depth Vegetation Index / SFDVI, to measure the percentage of green cover in RapidEye images and to determine the quality of the pastures through its association with digital photographs and quantitative/qualitative field data. Data related to physiological and conservation quality of the pastures (plant vigor and height, occurrence of invasive plants and termites) and digital photographs were collected in field, which were then processed by supervised spectral classification of maximum likelihood to obtain the percentage of green cover, straw and exposed soil. In order to determine which had the best predictive capacity, the vegetation indexes were applied to the image and correlated by simple linear regression with the green cover area. The Renormalized Difference Vegetation Index / RDVI surpassed the others and presented a coefficient of determination (R²) of 0.766. Most indexes with the RedEdge band in their composition presented intermediate R², ranging from 0.6627 to 0.7165. The SFDVI showed a coefficient of determination of 0.6924 for the measurement of the percentage of green cover, presenting, therefore, a good predictive potential for this purpose and can be studied for other agricultural and forestry purposes. The pasture quality check was determined by means of multiple regression, based on six parameters, from the eight indexes with the best performance in the estimation of the green cover. The results did not show a regular predictive capacity, since the coefficient of determination of all indexes was less than 0.60. Even so, the RDVI, once again, was the most promising, since it presented the highest R² (0.5958). The spatial resolution of the RapidEye image associated with the spatial resolution of the digital photographs did not allow accurate gauging. This was the factor that most influenced the performance of the methodology studied here. Thus, it is understood that new studies based on satellite images or obtained by unmanned aerial vehicles with higher spatial resolution may be performed in an attempt to improve the proposed estimation method.-
Formato: dc.formatapplication/pdf-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsA 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.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.-
Palavras-chave: dc.subjectÍndices de vegetação-
Palavras-chave: dc.subjectCobertura verde-
Palavras-chave: dc.subjectPastagens - manejo-
Palavras-chave: dc.subjectSensoriamento remoto-
Título: dc.titleAvaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional – UNB

Não existem arquivos associados a este item.