Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/49533
Arquivos associados a este item:
Arquivo TamanhoFormato 
CarmiranBatistaTuribio_DISSERT.pdf4,54 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorSilva Júnior, João José dapt_BR
dc.contributor.authorTuríbio, Carmiran Batistapt_BR
dc.date.accessioned2024-08-05T19:51:58Z-
dc.date.available2024-08-05T19:51:58Z-
dc.date.issued2024-08-05-
dc.date.submitted2023-02-28-
dc.identifier.citationTURÍBIO, 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.urihttp://repositorio2.unb.br/jspui/handle/10482/49533-
dc.descriptionDissertação (mestrado) — Universidade de Brasília, Faculdade de Agronomia e Medicina Veterinária, Programa de Pós-Graduação em Agronomia, 2023.pt_BR
dc.description.abstractO 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.sponsorshipFundação de Apoio à Pesquisa do Distrito Federal (FAPDF).pt_BR
dc.language.isoPortuguêspt_BR
dc.rightsAcesso Abertopt_BR
dc.titleAnálise de imagens do espectro visível dos estágios fenológicos r8 e r9 na cultura do feijão, por meio de sensoriamento remoto orbital e vantpt_BR
dc.title.alternativeAnalysis of images of the visible spectrum of r8 and r9 Phenological stages in bean crop, using orbital and uav remote sensingpt_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordFeijão - cultivopt_BR
dc.subject.keywordFeijão - monitoramentopt_BR
dc.subject.keywordDronespt_BR
dc.subject.keywordAgricultura de precisãopt_BR
dc.subject.keywordÍndices de vegetaçãopt_BR
dc.rights.licenseA 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.abstract1The 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.unidadeFaculdade de Agronomia e Medicina Veterinária (FAV)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Agronomiapt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.