Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Assis, Pablo Henrique de Souza lattes
Orientador(a): Gallis, Rodrigo Bezerra de Araújo lattes
Banca de defesa: Ferreira, Ricardo Vicente lattes, Maciel, Gabriel Mascarenhas lattes
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Uberlândia
Programa de Pós-Graduação: Programa de Pós-graduação em Agricultura e Informações Geoespaciais
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufu.br/handle/123456789/35093
http://doi.org/10.14393/ufu.di.2022.214
Resumo: A agricultura é um dos grandes polos de influência na economia mundial. Fatores como a competitividade, redução de custos, aumento da qualidade do produto, lucratividade e sustentabilidade são as variáveis mais visadas entre os produtores e indústrias. Assim, diversos estudos trouxeram técnicas mais modernas que aceleram os processos de produtividade e qualidade através da fenotipagem em larga escala a partir de imagens aéreas digitais. Deste modo, o sensoriamento remoto mostra-se uma ferramenta de suma importância para a tomada de decisão. O mesmo conta com uma série de processamentos digitais que servem como base para diversos estudos na agricultura. Contudo, há poucos estudos que associam esses dados de imagens aéreas a variáveis agronômicas de campo em hortaliças. Diante disso, este trabalho teve por objetivo mostrar o potencial dos índices de vegetação provenientes das imagens aéreas no monitoramento do desempenho agronômico de três culturas distintas: alface, batata e melancia. Através de análises estatísticas básicas, processamento digital de imagens e estatística multivariada, os índices de vegetação NGRDI, NDVI, GLI, TGI e SAVI utilizados neste estudo foram eficazes em monitorar o desempenho agronômico das culturas estudadas. Concluiu-se que os índices de vegetação têm potencial para se correlacionar com diversas variáveis respostas de campo e que foi possível monitorar o desempenho agronômico da alface, batata e melancia neste trabalho.
id UFU_8e0f44ac0e624b1dd3277a338dd2f8d2
oai_identifier_str oai:repositorio.ufu.br:123456789/35093
network_acronym_str UFU
network_name_str Repositório Institucional da UFU
repository_id_str
spelling 2022-05-26T11:37:23Z2022-05-26T11:37:23Z2022-04-18ASSIS, Pablo Henrique de Souza. Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais. 2022. 60 f. Dissertação (Mestrado em Agricultura e Informações Geoespaciais) - Universidade Federal de Uberlândia, Monte Carmelo, 2022. DOI http://doi.org/10.14393/ufu.di.2022.214.https://repositorio.ufu.br/handle/123456789/35093http://doi.org/10.14393/ufu.di.2022.214A agricultura é um dos grandes polos de influência na economia mundial. Fatores como a competitividade, redução de custos, aumento da qualidade do produto, lucratividade e sustentabilidade são as variáveis mais visadas entre os produtores e indústrias. Assim, diversos estudos trouxeram técnicas mais modernas que aceleram os processos de produtividade e qualidade através da fenotipagem em larga escala a partir de imagens aéreas digitais. Deste modo, o sensoriamento remoto mostra-se uma ferramenta de suma importância para a tomada de decisão. O mesmo conta com uma série de processamentos digitais que servem como base para diversos estudos na agricultura. Contudo, há poucos estudos que associam esses dados de imagens aéreas a variáveis agronômicas de campo em hortaliças. Diante disso, este trabalho teve por objetivo mostrar o potencial dos índices de vegetação provenientes das imagens aéreas no monitoramento do desempenho agronômico de três culturas distintas: alface, batata e melancia. Através de análises estatísticas básicas, processamento digital de imagens e estatística multivariada, os índices de vegetação NGRDI, NDVI, GLI, TGI e SAVI utilizados neste estudo foram eficazes em monitorar o desempenho agronômico das culturas estudadas. Concluiu-se que os índices de vegetação têm potencial para se correlacionar com diversas variáveis respostas de campo e que foi possível monitorar o desempenho agronômico da alface, batata e melancia neste trabalho.Agriculture is one of the great poles of influence in the world economy. Factors such as competitiveness, cost reduction, increased product quality, profitability and sustainability are the most targeted variables among producers and industries. Thus, several studies have brought more modern techniques that accelerate productivity and quality processes through large-scale phenotyping from digital aerial images. This way, remote sensing proves to be a very important tool for decision making. It has a series of digital processing that serve as a basis for several studies in agriculture. However, there are few studies that associate these aerial image data with field agronomic variables in vegetables. Thus, this study aimed to show the potential of vegetation indices from aerial images in monitoring the agronomic performance of three different crops: lettuce, potato and watermelon. Through basic statistical analysis, digital image processing and multivariate statistics, the vegetation indices NGRDI, NDVI, GLI, TGI and SAVI used in this study were effective in monitoring the agronomic performance of the crops studied. It was concluded that vegetation indices have the potential to correlate with several variables field responses and that it was possible to monitor the agronomic performance of lettuce, potato and watermelon in this study.Pesquisa sem auxílio de agências de fomentoDissertação (Mestrado)porUniversidade Federal de UberlândiaPrograma de Pós-graduação em Agricultura e Informações GeoespaciaisBrasilhttp://creativecommons.org/licenses/by-nc-nd/3.0/us/info:eu-repo/semantics/openAccessCNPQ::OUTROS::ENGENHARIA CARTOGRAFICACNPQ::CIENCIAS AGRARIAS::AGRONOMIAAgronomiaHortaliças - Imagens de sensoriamento remotoAlface - Imagens de sensoriamento remotoBatata - Imagens de sensoriamento remotoMelancia - Imagens de sensoriamento remotoAgricultura - ExperimentaçãoLactuca sativa LSolanum tuberosum LCitrullus lanatus LFenotipagem por imagemÍndices de vegetaçãoHortaliçasimage phenotypingvegetation indicesvegetablesEstratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitaisStrategies for monitoring agronomic performance in vegetables from digital aerial imagesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisMaciel, Gabriel Mascarenhashttp://lattes.cnpq.br/3321848865747224Gallis, Rodrigo Bezerra de Araújohttp://lattes.cnpq.br/9328058090596916Ferreira, Ricardo Vicentehttp://lattes.cnpq.br/5119540812269520Maciel, Gabriel Mascarenhashttp://lattes.cnpq.br/3321848865747224http://lattes.cnpq.br/1433769082327580Assis, Pablo Henrique de Souza60113635604reponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFUCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufu.br/bitstream/123456789/35093/2/license_rdf9868ccc48a14c8d591352b6eaf7f6239MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81792https://repositorio.ufu.br/bitstream/123456789/35093/3/license.txt48ded82ce41b8d2426af12aed6b3cbf3MD53ORIGINALEstrategiasParaMonitoramento.pdfEstrategiasParaMonitoramento.pdfDissertaçãoapplication/pdf3521656https://repositorio.ufu.br/bitstream/123456789/35093/1/EstrategiasParaMonitoramento.pdf637dd7cd5391c54f0c17a98dd4bef6adMD51TEXTEstrategiasParaMonitoramento.pdf.txtEstrategiasParaMonitoramento.pdf.txtExtracted texttext/plain115552https://repositorio.ufu.br/bitstream/123456789/35093/4/EstrategiasParaMonitoramento.pdf.txtd0c81d0c59e4e7f6b53fdbc2b197839bMD54THUMBNAILEstrategiasParaMonitoramento.pdf.jpgEstrategiasParaMonitoramento.pdf.jpgGenerated Thumbnailimage/jpeg1251https://repositorio.ufu.br/bitstream/123456789/35093/5/EstrategiasParaMonitoramento.pdf.jpg11716b48c1b9811acd377c26c8e9bd11MD55123456789/350932022-05-27 03:18:59.692oai:repositorio.ufu.br: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Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2022-05-27T06:18:59Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false
dc.title.pt_BR.fl_str_mv Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais
dc.title.alternative.pt_BR.fl_str_mv Strategies for monitoring agronomic performance in vegetables from digital aerial images
title Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais
spellingShingle Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais
Assis, Pablo Henrique de Souza
CNPQ::OUTROS::ENGENHARIA CARTOGRAFICA
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA
Lactuca sativa L
Solanum tuberosum L
Citrullus lanatus L
Fenotipagem por imagem
Índices de vegetação
Hortaliças
image phenotyping
vegetation indices
vegetables
Agronomia
Hortaliças - Imagens de sensoriamento remoto
Alface - Imagens de sensoriamento remoto
Batata - Imagens de sensoriamento remoto
Melancia - Imagens de sensoriamento remoto
Agricultura - Experimentação
title_short Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais
title_full Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais
title_fullStr Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais
title_full_unstemmed Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais
title_sort Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais
author Assis, Pablo Henrique de Souza
author_facet Assis, Pablo Henrique de Souza
author_role author
dc.contributor.advisor-co1.fl_str_mv Maciel, Gabriel Mascarenhas
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/3321848865747224
dc.contributor.advisor1.fl_str_mv Gallis, Rodrigo Bezerra de Araújo
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/9328058090596916
dc.contributor.referee1.fl_str_mv Ferreira, Ricardo Vicente
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/5119540812269520
dc.contributor.referee2.fl_str_mv Maciel, Gabriel Mascarenhas
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/3321848865747224
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/1433769082327580
dc.contributor.author.fl_str_mv Assis, Pablo Henrique de Souza
contributor_str_mv Maciel, Gabriel Mascarenhas
Gallis, Rodrigo Bezerra de Araújo
Ferreira, Ricardo Vicente
Maciel, Gabriel Mascarenhas
dc.subject.cnpq.fl_str_mv CNPQ::OUTROS::ENGENHARIA CARTOGRAFICA
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA
topic CNPQ::OUTROS::ENGENHARIA CARTOGRAFICA
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA
Lactuca sativa L
Solanum tuberosum L
Citrullus lanatus L
Fenotipagem por imagem
Índices de vegetação
Hortaliças
image phenotyping
vegetation indices
vegetables
Agronomia
Hortaliças - Imagens de sensoriamento remoto
Alface - Imagens de sensoriamento remoto
Batata - Imagens de sensoriamento remoto
Melancia - Imagens de sensoriamento remoto
Agricultura - Experimentação
dc.subject.por.fl_str_mv Lactuca sativa L
Solanum tuberosum L
Citrullus lanatus L
Fenotipagem por imagem
Índices de vegetação
Hortaliças
image phenotyping
vegetation indices
vegetables
dc.subject.autorizado.pt_BR.fl_str_mv Agronomia
Hortaliças - Imagens de sensoriamento remoto
Alface - Imagens de sensoriamento remoto
Batata - Imagens de sensoriamento remoto
Melancia - Imagens de sensoriamento remoto
Agricultura - Experimentação
description A agricultura é um dos grandes polos de influência na economia mundial. Fatores como a competitividade, redução de custos, aumento da qualidade do produto, lucratividade e sustentabilidade são as variáveis mais visadas entre os produtores e indústrias. Assim, diversos estudos trouxeram técnicas mais modernas que aceleram os processos de produtividade e qualidade através da fenotipagem em larga escala a partir de imagens aéreas digitais. Deste modo, o sensoriamento remoto mostra-se uma ferramenta de suma importância para a tomada de decisão. O mesmo conta com uma série de processamentos digitais que servem como base para diversos estudos na agricultura. Contudo, há poucos estudos que associam esses dados de imagens aéreas a variáveis agronômicas de campo em hortaliças. Diante disso, este trabalho teve por objetivo mostrar o potencial dos índices de vegetação provenientes das imagens aéreas no monitoramento do desempenho agronômico de três culturas distintas: alface, batata e melancia. Através de análises estatísticas básicas, processamento digital de imagens e estatística multivariada, os índices de vegetação NGRDI, NDVI, GLI, TGI e SAVI utilizados neste estudo foram eficazes em monitorar o desempenho agronômico das culturas estudadas. Concluiu-se que os índices de vegetação têm potencial para se correlacionar com diversas variáveis respostas de campo e que foi possível monitorar o desempenho agronômico da alface, batata e melancia neste trabalho.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-05-26T11:37:23Z
dc.date.available.fl_str_mv 2022-05-26T11:37:23Z
dc.date.issued.fl_str_mv 2022-04-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv ASSIS, Pablo Henrique de Souza. Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais. 2022. 60 f. Dissertação (Mestrado em Agricultura e Informações Geoespaciais) - Universidade Federal de Uberlândia, Monte Carmelo, 2022. DOI http://doi.org/10.14393/ufu.di.2022.214.
dc.identifier.uri.fl_str_mv https://repositorio.ufu.br/handle/123456789/35093
dc.identifier.doi.pt_BR.fl_str_mv http://doi.org/10.14393/ufu.di.2022.214
identifier_str_mv ASSIS, Pablo Henrique de Souza. Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais. 2022. 60 f. Dissertação (Mestrado em Agricultura e Informações Geoespaciais) - Universidade Federal de Uberlândia, Monte Carmelo, 2022. DOI http://doi.org/10.14393/ufu.di.2022.214.
url https://repositorio.ufu.br/handle/123456789/35093
http://doi.org/10.14393/ufu.di.2022.214
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/us/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/us/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Uberlândia
dc.publisher.program.fl_str_mv Programa de Pós-graduação em Agricultura e Informações Geoespaciais
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Uberlândia
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFU
instname:Universidade Federal de Uberlândia (UFU)
instacron:UFU
instname_str Universidade Federal de Uberlândia (UFU)
instacron_str UFU
institution UFU
reponame_str Repositório Institucional da UFU
collection Repositório Institucional da UFU
bitstream.url.fl_str_mv https://repositorio.ufu.br/bitstream/123456789/35093/2/license_rdf
https://repositorio.ufu.br/bitstream/123456789/35093/3/license.txt
https://repositorio.ufu.br/bitstream/123456789/35093/1/EstrategiasParaMonitoramento.pdf
https://repositorio.ufu.br/bitstream/123456789/35093/4/EstrategiasParaMonitoramento.pdf.txt
https://repositorio.ufu.br/bitstream/123456789/35093/5/EstrategiasParaMonitoramento.pdf.jpg
bitstream.checksum.fl_str_mv 9868ccc48a14c8d591352b6eaf7f6239
48ded82ce41b8d2426af12aed6b3cbf3
637dd7cd5391c54f0c17a98dd4bef6ad
d0c81d0c59e4e7f6b53fdbc2b197839b
11716b48c1b9811acd377c26c8e9bd11
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)
repository.mail.fl_str_mv diinf@dirbi.ufu.br
_version_ 1792331496130871296