Método não destrutivo para predição da maturação de amendoim (arachis hypogaea l.) utilizando sensoriamento remoto

• Ano de defesa: 2019
• Autor(a) principal: Santos, Adão Felipe dos [UNESP]
• Orientador(a): Silva, Rouverson Pereira [UNESP], Vellidis, George, Gratão, Priscila Lupino [UNESP]
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Agricultura de precisão; Amendoim; Drones; Satélites; Sensoriamento remoto
• Palavras-chave em Inglês: Precision agriculture; Peanut crop; Drones; Satellites; Remote sensing
• Link de acesso: http://hdl.handle.net/11449/190827

A utilização de técnicas de sensoriamento remoto teve expressivo aumento na agricultura nos últimos anos para muitas culturas, contudo, ainda são escassos os trabalhos que envolvem a cultura de amendoim, principalmente os que visam solucionar um dos seus principais problemas, a predição da maturação. Dessa forma, foram desenvolvidos trabalhos no Brasil e nos EUA visando verificar o potencial uso do sensoriamento aéreo e orbital na predição da maturação de amendoim. No primeiro capítulo desta tese, encontra-se a revisão de literatura. No segundo, realizou-se uma análise de variabilidade utilizando cartas de controle para identificar diferenças no comportamento da reflectância espectral e dos índices de vegetação obtidos por imagens de drone e do satélite PlanetScope, em que se chegou à conclusão que as duas plataformas apresentam comportamento similares ao longo do tempo. No terceiro capítulo, foram utilizadas duas áreas comerciais nos EUA, irrigada e não irrigada, e as imagens foram obtidas por meio de drone. Observou-se que os índices de vegetação que tiveram comportamento similar nas duas áreas foram aqueles em que se modificou a equação original, substituindo a banda do red pelo red edge (NLI e MNLI). No quarto capítulo, utilizou-se uma área comercial no Brasil, sendo as imagens utilizadas para extrair a reflectância obtidas do satélite PlanetScope. Os melhores índices de vegetação, com menores erros na predição da maturação foram o NDVI e o SR. Por fim, no capítulo cinco, tem-se as considerações finais com algumas recomendações e os próximos passos da pesquisa.