Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/46104
Full metadata record
DC FieldValueLanguage
dc.creatorCampos, Gleydson Antônio de Oliveira-
dc.date.accessioned2021-02-09T18:57:57Z-
dc.date.available2021-02-09T18:57:57Z-
dc.date.issued2021-02-09-
dc.date.submitted2020-12-08-
dc.identifier.citationCAMPOS, G. A. de O. Monitoramento de características morfométricas e vigor de cultivares de café por ciência de Sensoriamento Remoto Multisensor. 2020. 57 p. Dissertação (Mestrado em Egenharia Agrícola) – Universidade Federal de Lavras, Lavras, 2021.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/46104-
dc.description.abstractWith the use of remote sensing it was possible to obtain information at low flight altitudes and with very high spatial resolution, in coffee growing. The objective was to develop and evaluate techniques to monitor the morphometric characteristics and the vegetative vigor of the coffee tree with data obtained by direct and indirect measurements in situ, aerial monitoring by orthorectified RGB images at 2 flight altitudes and multispectral imaging of the Earth's orbit using bands 4 and 8 for red and infrared, respectively. The study was conducted in the experimental area of INCT do Café, at the Federal University of Lavras. In situ data collection was performed with the equipment, graduated topographic ruler, NDVI Greenseeker ™ sensor, and the leaf area index sensor, LAI2000 compared to aerial monitoring with UAS DJI Phantom 4 and, orbital, with the Sentinel 2A. Points were collected to obtain the plant height, crown diameter, vegetative index of normalized difference (NDVI) and leaf area index (LAI) of 20 arabica coffee cultivars from June to August 2019. Two aerial surveys by means of UAS at the height of 30 and 70 meters and for the same date that the imaging was carried out with Sentinel 2A, around 11:00 am The surface and terrain elevation model was calculated and, by the difference of the images, plant height was obtained. The LAI was calculated for data collected in situ and plant height and crown diameter extracted from UAS images. Regarding NDVI, Machine Learning algorithms by Random Forest and Multiple Linear Regression were used to calibrate the NDVI of UAS based on the NDVI of the plants measured in situ with the Greenseeker ™ and another model comparable to the NDVI obtained by imaging with Sentinel 2A. It was possible to determine an NDVI vigor value of UAS RGB to monitor the canopy of 20 coffee cultivars with an R² value equal to 0.72. With regard to plant crown morphometry, the height of the plants measured by UAS image processing was close to that determined in situ, with an average difference of less than 0.15m.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsrestrictAccesspt_BR
dc.subjectMachine learningpt_BR
dc.subjectSensoriamento remotopt_BR
dc.subjectCafeiculturapt_BR
dc.subjectÍndice vegetativo de diferença normalizadapt_BR
dc.subjectVegetative index of normalized differencept_BR
dc.subjectRemote sensingpt_BR
dc.titleMonitoramento de características morfométricas e vigor de cultivares de café por ciência de Sensoriamento Remoto Multisensorpt_BR
dc.typedissertaçãopt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Agrícolapt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Alves, Marcelo de Carvalho-
dc.contributor.referee1Alves, Marcelo de Carvalho-
dc.contributor.referee2Resende, Mário Lúcio V.-
dc.contributor.referee3Carvalho, Gladyston Rodrigues-
dc.description.resumoCom o uso do sensoriamento remoto foi possível obter informações em baixas altitudes de voo e com altíssima resolução espacial, na cafeicultura. Objetivou-se desenvolver e avaliar técnicas para monitorar características morfométricas e o vigor vegetativo do cafeeiro com dados obtidos por medições diretas e indiretas in situ, monitoramento aéreo por imagens RGB ortorretificadas em 2 altitudes de voo e imageamento multiespectral da órbita da Terra utilizando as bandas 4 e 8 do vermelho e, do infravermelho, respectivamente. O estudo foi conduzido na área experimental do INCT do Café, na Universidade Federal de Lavras. A coleta de dados in situ foi realizada com os equipamentos, régua graduada topográfica, sensor de NDVI Greenseeker ™, e o sensor de índice de área foliar, LAI2000 de forma comparativa ao monitoramento aéreo com o SISANT DJI Phantom 4 e, orbital, com o Sentinel 2A. Foi coletado pontos para obtenção da altura de planta, diâmetro de copa, índice vegetativo de diferença normalizada (NDVI) e índice de área foliar (IAF) de 20 cultivares de cafeeiro arábica nos meses de junho a agosto de 2019. Foram realizados dois levantamentos aéreos por meio da SISANT na altura de 30 e 70 metros e para mesma data em que foi realizado o imageamento com Sentinel 2A, por volta das 11:00 a.m. Foram calculados o modelo de elevação da superfície e do terreno e, pela diferença das imagens, foi obtida a altura das plantas. Foram calculados o IAF, para os dados coletados in situ e altura de planta e diâmetro da copa extraído das imagens do SISANT. Com relação ao NDVI, foram utilizados algoritmos de Machine Learning por Random Forest e Regressão Múltipla Linear para calibrar o NDVI do SISANT com base no NDVI das plantas medidas in situ com o Greenseeker™ e outro modelo equiparável ao NDVI obtido pelo imageamento com o Sentinel 2A. Foi possível determinar um valor de vigor de NDVI de SISANT RGB para monitorar a copa de 20 cultivares de café com valor de R² igual a 0,72. Com relação a morfometria da copa das plantas, a altura das plantas medidas por processamento de imagens do SISANT foi próxima ao determinado in situ, com diferença média inferior a 0,15m.pt_BR
dc.publisher.departmentDepartamento de Engenhariapt_BR
dc.subject.cnpqEngenharia Agrícolapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/9897957320569407pt_BR
Appears in Collections:Engenharia Agrícola - Mestrado (Dissertações)



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.