Campo DC | Valor | Idioma |
dc.contributor.advisor | Silva Júnior, João José da | pt_BR |
dc.contributor.author | Turíbio, Carmiran Batista | pt_BR |
dc.date.accessioned | 2024-08-05T19:51:58Z | - |
dc.date.available | 2024-08-05T19:51:58Z | - |
dc.date.issued | 2024-08-05 | - |
dc.date.submitted | 2023-02-28 | - |
dc.identifier.citation | TURÍBIO, Carmiran Batista. Análise de imagens do espectro visível dos estágios fenológicos r8 e r9 na cultura do feijão, por meio de sensoriamento remoto orbital e vant. 2023. 64 f. Dissertação (Messtrado em Agronomia) — Universidade de Brasília, Brasília, 2023. | pt_BR |
dc.identifier.uri | http://repositorio2.unb.br/jspui/handle/10482/49533 | - |
dc.description | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Agronomia e Medicina Veterinária, Programa de Pós-Graduação em Agronomia, 2023. | pt_BR |
dc.description.abstract | O uso de tecnologias voltadas para agricultura de precisão atualmente tem sido mais
acessível e são ferramentas fundamentais para gestão e monitoramento de cultivos. O feijão
(Phaseolus vulgaris L.) é uma das culturas de maior importância econômica no Brasil, além de
ser uma leguminosa rica em proteínas, carboidratos e aminoácidos. Considerando isso, o
presente estudo tem como objetivo avaliar os estágios fisiológicos de enchimento das vagens
(R8) e maturação (R9) da cultura do feijão utilizando imagens RGB adquiridas por VANT e
satélite. Os produtos gerados no processamento das imagens são mapas temáticos dos índices
de vegetação, sendo Índices de Vegetação Green Leaf Index (GLI); Normalized Green-Red
Difference Index (NGRDI); Index Resistant to Atmosphere in the Visible Region (VARI) e
Vegetative (VEG). Nos testes de normalidade a um nível de significância estatística de 5% para
os conjuntos de dados satélite e drone, ambos apresentaram os mesmos comportamentos, em
todas os dados do drone indicaram pressupostos de normalidade (p-value = 2.2e-16) e os dados
do satélite seguiram o mesmo comportamento, (p-value < 2.2e-16). No que diz respeito aos
valores da raiz quadrada média do erro, a resposta dos valores advindos de drone foi equivalente
a (y:0,42x+0,25; RMSE:0,2; R2:0,81) e os valores de satélite é (y:0,12x+0,25; RMSE:0,04;
R2:0,93). O modelo foi aplicado para desenvolver mapas de índices de vegetação mostraram a
variabilidade dos estágios finais da cultura do feijoeiro R8 e R9. Esses resultados destacam o
grande potencial do uso de imagens do espectro visível advindas por VANT e Sentinel-2 para
o para gerenciamento de colheita em razão da variabilidade espacial de maturação do feijão. | pt_BR |
dc.description.sponsorship | Fundação de Apoio à Pesquisa do Distrito Federal (FAPDF). | pt_BR |
dc.language.iso | Português | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Análise de imagens do espectro visível dos estágios fenológicos r8 e r9 na cultura do feijão, por meio de sensoriamento remoto orbital e vant | pt_BR |
dc.title.alternative | Analysis of images of the visible spectrum of r8 and r9 Phenological stages in bean crop, using orbital and uav remote sensing | pt_BR |
dc.type | Dissertação | pt_BR |
dc.subject.keyword | Feijão - cultivo | pt_BR |
dc.subject.keyword | Feijão - monitoramento | pt_BR |
dc.subject.keyword | Drones | pt_BR |
dc.subject.keyword | Agricultura de precisão | pt_BR |
dc.subject.keyword | Índices de vegetação | pt_BR |
dc.rights.license | A 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.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | pt_BR |
dc.description.abstract1 | The use of technologies aimed at precision agriculture is currently more accessible and they are
fundamental tools for managing and monitoring crops. Beans (Phaseolus vulgaris L.) are one
of the most economically important crops in Brazil, in addition to being a legume rich in
proteins, carbohydrates and amino acids. Considering this, the present study aims to evaluate
the physiological gains of pod filling (R8) and advanced (R9) of the bean crop using RGB
images acquired by UAV and satellite. The products generated in image processing are thematic
maps of vegetation indices, namely the Green Leaf Index (GLI); Normalized Green-Red
Difference Index (NGRDI); Atmosphere Resistance Index in the Visible Region (VARI) and
Vegetative Region (VEG). In the normality tests at a statistical significance level of 5% for the
satellite and drone datasets, both adopted the same behaviors, in all drone data they indicated
normality budgets (p-value = 2.2e-16) and the satellite data followed the same behavior, (pvalue
< 2.2e-16). With regard to the values of the root mean square error, the response of the
values coming from the drone was equivalent to (y:0.42x+0.25; RMSE:0.2; R2:0.81) and the
values of satellite is (y:0.12x+0.25; RMSE:0.04; R2:0.93). The model was applied to develop
maps of vegetation indices appreciating the variability of the end of bean crop R8 and R9. These
results highlight the great potential of using visible spectrum images from UAV and Sentinel-
2 for harvest management due to the spatial variability of beans. | pt_BR |
dc.description.unidade | Faculdade de Agronomia e Medicina Veterinária (FAV) | pt_BR |
dc.description.ppg | Programa de Pós-Graduação em Agronomia | pt_BR |
Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|