Estratégias para o monitoramento do desempenho agronômico em vegetais a partir de imagens aéreas digitais
Ano de defesa: | 2022 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , |
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:123456789/35093w4kgbmVjZXNzw6FyaW8gY29uY29yZGFyIGNvbSBhIGxpY2Vuw6dhIGRlIGRpc3RyaWJ1acOnw6NvIG7Do28tZXhjbHVzaXZhLCBhbnRlcyBxdWUgbyBkb2N1bWVudG8gcG9zc2EgYXBhcmVjZXIgbm8gUmVwb3NpdMOzcmlvLiBQb3IgZmF2b3IsIGxlaWEgYSBsaWNlbsOnYSBhdGVudGFtZW50ZS4gQ2FzbyBuZWNlc3NpdGUgZGUgYWxndW0gZXNjbGFyZWNpbWVudG8gZW50cmUgZW0gY29udGF0byBhdHJhdsOpcyBkbyBlLW1haWwgIHJlcG9zaXRvcmlvQHVmdS5ici4KCkxJQ0VOw4dBIERFIERJU1RSSUJVScOHw4NPIE7Dg08tRVhDTFVTSVZBCgpBbyBhc3NpbmFyIGUgZW50cmVnYXIgZXN0YSBsaWNlbsOnYSwgby9hIFNyLi9TcmEuIChhdXRvciBvdSBkZXRlbnRvciBkb3MgZGlyZWl0b3MgZGUgYXV0b3IpOgoKYSkgQ29uY2VkZSDDoCBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkZSBVYmVybMOibmRpYSBvIGRpcmVpdG8gbsOjby1leGNsdXNpdm8gZGUgcmVwcm9kdXppciwgY29udmVydGVyIChjb21vIGRlZmluaWRvIGFiYWl4byksIGNvbXVuaWNhciBlL291IGRpc3RyaWJ1aXIgbyBkb2N1bWVudG8gZW50cmVndWUgKGluY2x1aW5kbyBvIHJlc3Vtby9hYnN0cmFjdCkgZW0gZm9ybWF0byBkaWdpdGFsIG91IGltcHJlc3NvIGUgZW0gcXVhbHF1ZXIgbWVpby4KCmIpIERlY2xhcmEgcXVlIG8gZG9jdW1lbnRvIGVudHJlZ3VlIMOpIHNldSB0cmFiYWxobyBvcmlnaW5hbCwgZSBxdWUgZGV0w6ltIG8gZGlyZWl0byBkZSBjb25jZWRlciBvcyBkaXJlaXRvcyBjb250aWRvcyBuZXN0YSBsaWNlbsOnYS4gRGVjbGFyYSB0YW1iw6ltIHF1ZSBhIGVudHJlZ2EgZG8gZG9jdW1lbnRvIG7Do28gaW5mcmluZ2UsIHRhbnRvIHF1YW50byBsaGUgw6kgcG9zc8OtdmVsIHNhYmVyLCBvcyBkaXJlaXRvcyBkZSBxdWFscXVlciBvdXRyYSBwZXNzb2Egb3UgZW50aWRhZGUuCgpjKSBTZSBvIGRvY3VtZW50byBlbnRyZWd1ZSBjb250w6ltIG1hdGVyaWFsIGRvIHF1YWwgbsOjbyBkZXTDqW0gb3MgZGlyZWl0b3MgZGUgYXV0b3IsIGRlY2xhcmEgcXVlIG9idGV2ZSBhdXRvcml6YcOnw6NvIGRvIGRldGVudG9yIGRvcyBkaXJlaXRvcyBkZSBhdXRvciBwYXJhIGNvbmNlZGVyIMOgIFVuaXZlcnNpZGFkZSBGZWRlcmFsIGRlIFViZXJsw6JuZGlhIG9zIGRpcmVpdG9zIHJlcXVlcmlkb3MgcG9yIGVzdGEgbGljZW7Dp2EsIGUgcXVlIGVzc2UgbWF0ZXJpYWwgY3Vqb3MgZGlyZWl0b3Mgc8OjbyBkZSB0ZXJjZWlyb3MgZXN0w6EgY2xhcmFtZW50ZSBpZGVudGlmaWNhZG8gZSByZWNvbmhlY2lkbyBubyB0ZXh0byBvdSBjb250ZcO6ZG8gZG8gZG9jdW1lbnRvIGVudHJlZ3VlLgoKU2UgbyBkb2N1bWVudG8gZW50cmVndWUgw6kgYmFzZWFkbyBlbSB0cmFiYWxobyBmaW5hbmNpYWRvIG91IGFwb2lhZG8gcG9yIG91dHJhIGluc3RpdHVpw6fDo28gcXVlIG7Do28gYSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkZSBVYmVybMOibmRpYSwgZGVjbGFyYSBxdWUgY3VtcHJpdSBxdWFpc3F1ZXIgb2JyaWdhw6fDtWVzIGV4aWdpZGFzIHBlbG8gcmVzcGVjdGl2byBjb250cmF0byBvdSBhY29yZG8uCgpBIFVuaXZlcnNpZGFkZSBGZWRlcmFsIGRlIFViZXJsw6JuZGlhIGlkZW50aWZpY2Fyw6EgY2xhcmFtZW50ZSBvKHMpIHNldShzKSBub21lKHMpIGNvbW8gbyhzKSBhdXRvcihlcykgb3UgZGV0ZW50b3IgKGVzKSBkb3MgZGlyZWl0b3MgZG8gZG9jdW1lbnRvIGVudHJlZ3VlLCBlIG7Do28gZmFyw6EgcXVhbHF1ZXIgYWx0ZXJhw6fDo28sIHBhcmEgYWzDqW0gZGFzIHBlcm1pdGlkYXMgcG9yIGVzdGEgbGljZW7Dp2EuCg==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 |