Modelos de predição de produtividade da cultura do milho por meio de NDVI em arranjos espaciais
| Ano de defesa: | 2017 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | , |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Link de acesso: | http://hdl.handle.net/11449/151597 |
Resumo: | Há uma necessidade do uso de ferramentas para estimativa do potencial produtivo durante o desenvolvimento da cultura do milho. Assim, o auxílio por meio sensores ópticos ativos para a geração de índices de vegetação, pode fornecer informações significativas para o conhecimento do comportamento e relação temporal destes índices com parâmetros produtivos das culturas agrícolas. Objetivou-se avaliar o comportamento temporal do NDVI e a sua relação com a produtividade da cultura do milho com o intuito de gerar modelos de predição de produtividade nas populações de plantas (55, 60 e 65 mil plantas ha-1) em espaçamento de semeadura reduzida e em linhas duplas. Foi utilizado fatorial 2 x 3 com 4 repetições, perfazendo 24 parcelas experimentais de 10 m2 de área útil em blocos casualizados, realizando a leitura do NDVI em 5 épocas (30, 45, 60, 75 e 90 dias após a emergência das plantas - DAE). O espaçamento em linhas duplas aos 90 e 30 DAE para as populações de 55 e 60 mil plantas ha-1, respectivamente permitiram gerar modelos para a predição de produtividade com base no NDVI do milho, enquanto que para a população de 65 mil plantas ha-1 aos 45 e 60 DAE não houve ajuste do modelo de predição de produtividade por valores próximos de NDVI para produtividades diferentes. No espaçamento reduzido a geração de modelos para a predição de produtividade foi possível nas populações de 55 e 60 mil plantas ha-1 respectivamente aos 90 e 30 DAE. |
| id |
UNSP_f46acea915f5f91a17e5737c81ea7688 |
|---|---|
| oai_identifier_str |
oai:repositorio.unesp.br:11449/151597 |
| network_acronym_str |
UNSP |
| network_name_str |
Repositório Institucional da UNESP |
| repository_id_str |
|
| spelling |
Oliveira, Mailson Freire de [UNESP]Universidade Estadual Paulista (Unesp)Ravelli, Marcelo BoamorteChioderoli, Carlos AlessandroFurlani, Carlos Eduardo Angeli [UNESP]Zerbato, Cristiano [UNESP]2017-09-12T19:49:16Z2017-09-12T19:49:16Z2017-07-25http://hdl.handle.net/11449/15159700089167033004102001P4Há uma necessidade do uso de ferramentas para estimativa do potencial produtivo durante o desenvolvimento da cultura do milho. Assim, o auxílio por meio sensores ópticos ativos para a geração de índices de vegetação, pode fornecer informações significativas para o conhecimento do comportamento e relação temporal destes índices com parâmetros produtivos das culturas agrícolas. Objetivou-se avaliar o comportamento temporal do NDVI e a sua relação com a produtividade da cultura do milho com o intuito de gerar modelos de predição de produtividade nas populações de plantas (55, 60 e 65 mil plantas ha-1) em espaçamento de semeadura reduzida e em linhas duplas. Foi utilizado fatorial 2 x 3 com 4 repetições, perfazendo 24 parcelas experimentais de 10 m2 de área útil em blocos casualizados, realizando a leitura do NDVI em 5 épocas (30, 45, 60, 75 e 90 dias após a emergência das plantas - DAE). O espaçamento em linhas duplas aos 90 e 30 DAE para as populações de 55 e 60 mil plantas ha-1, respectivamente permitiram gerar modelos para a predição de produtividade com base no NDVI do milho, enquanto que para a população de 65 mil plantas ha-1 aos 45 e 60 DAE não houve ajuste do modelo de predição de produtividade por valores próximos de NDVI para produtividades diferentes. No espaçamento reduzido a geração de modelos para a predição de produtividade foi possível nas populações de 55 e 60 mil plantas ha-1 respectivamente aos 90 e 30 DAE.There is a need for the use of tools to estimate productive potential during corn crop development. Thus, the assistence by means of active optical sensors for the generating of vegetation indexes can provide significant information for the knowledge of the behavior and temporal relation of this index with productive parameters of the agricultural crops. It was aimed to evaluate the temporal behavior of NDVI and its relation with productivity of corn in order to generate productivity prediction models in plant populations (55, 60 and 65 thousand plants ha- 1 ) in spacing of conventional seeding and twin rows. A factorial 2 x 3 was utilized with four replicates, with a total of 24 experimental plots of 10 m2 in randomized blocks, performing reading NDVI at 5 seasons (30, 45, 60, 75 and 90 days after emergence of the plants DAE). The spacing in twin rows at 90 and 30 DAE for populations of 55 and 60 thousand plants ha-1 , respectively, allowed to generate models for the prediction of productivity based on corn NDVI, while the population of 65 thousand ha-1 plants at 45 and 60 DAE there was no adjustment by the prediction model of productivity by values close to NDVI for different productivities. In the conventional spacing generating models for the prediction of productivity was possible in the populations of 55 and 60 thousand plants ha-1 respectively at 90 and 30 DAE.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)porUniversidade Estadual Paulista (Unesp)Agricultura de precisãoEspaçamentoPopulação de plantasSensor óptico ativoZea mays L.Active optical sensorPlant populationPrecision agricultureRow spacingModelos de predição de produtividade da cultura do milho por meio de NDVI em arranjos espaciaisPrediction models of corn productivity by NDVI in spacing arrangementsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPAgronomia (Produção Vegetal) - FCAVAgriculturaAgricultura de PrecisãoUniversidade Estadual Paulista (UNESP), Faculdade de Ciências Agrárias e Veterinárias, JaboticabalOnline5834346164614238[1]0000-0002-1508-5372[1]Publication3d807254-e442-45e5-a80b-0f6bf3a26e48virtual::108250-13d807254-e442-45e5-a80b-0f6bf3a26e48virtual::108250-141f61bf2-c6ae-4f42-b8be-11d404205522virtual::206792-141f61bf2-c6ae-4f42-b8be-11d404205522virtual::206792-1ORIGINALoliveira_mf_me_jabo.pdfoliveira_mf_me_jabo.pdfapplication/pdf1564459https://repositorio.unesp.br/bitstreams/4fc1f037-86e8-4e5a-8faa-414392120cc5/download1ecd01e5dfc522631c47d00d8a8d3d3eMD53trueAnonymousREADLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-83072https://repositorio.unesp.br/bitstreams/3cede959-57a1-4155-b647-85bf6be82aa5/downloadd64bf6c73fab25fa585bae7463075521MD52falseAnonymousREADTEXToliveira_mf_me_jabo.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2024-01-20T06:37:22Z (GMT).Extracted texttext/plain64149https://repositorio.unesp.br/bitstreams/bad9aba5-c4a7-4e5d-ba8c-c715bf56226f/download9f2876249b9a5e4f2f30dac643528421MD56falseAnonymousREADTHUMBNAILoliveira_mf_me_jabo.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.ImageMagickPdfThumbnailFilter on 2017-09-13T06:02:13Z (GMT).IM Thumbnailimage/jpeg4388https://repositorio.unesp.br/bitstreams/ab24ef1c-db8f-454b-b86f-75f813ddc677/download812b2e133c187676d89ac02034e0b1a6MD55falseAnonymousREAD11449/1515972026-03-17T05:11:35.713440Zopen.accessoai:repositorio.unesp.br:11449/151597https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-03-17T05:11:35Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)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 |
| dc.title.pt.fl_str_mv |
Modelos de predição de produtividade da cultura do milho por meio de NDVI em arranjos espaciais |
| dc.title.alternative.en.fl_str_mv |
Prediction models of corn productivity by NDVI in spacing arrangements |
| title |
Modelos de predição de produtividade da cultura do milho por meio de NDVI em arranjos espaciais |
| spellingShingle |
Modelos de predição de produtividade da cultura do milho por meio de NDVI em arranjos espaciais Oliveira, Mailson Freire de [UNESP] Agricultura de precisão Espaçamento População de plantas Sensor óptico ativo Zea mays L. Active optical sensor Plant population Precision agriculture Row spacing |
| title_short |
Modelos de predição de produtividade da cultura do milho por meio de NDVI em arranjos espaciais |
| title_full |
Modelos de predição de produtividade da cultura do milho por meio de NDVI em arranjos espaciais |
| title_fullStr |
Modelos de predição de produtividade da cultura do milho por meio de NDVI em arranjos espaciais |
| title_full_unstemmed |
Modelos de predição de produtividade da cultura do milho por meio de NDVI em arranjos espaciais |
| title_sort |
Modelos de predição de produtividade da cultura do milho por meio de NDVI em arranjos espaciais |
| author |
Oliveira, Mailson Freire de [UNESP] |
| author_facet |
Oliveira, Mailson Freire de [UNESP] |
| author_role |
author |
| dc.contributor.institution.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.contributor.committeeMember.none.fl_str_mv |
Ravelli, Marcelo Boamorte Chioderoli, Carlos Alessandro |
| dc.contributor.author.fl_str_mv |
Oliveira, Mailson Freire de [UNESP] |
| dc.contributor.advisor1.fl_str_mv |
Furlani, Carlos Eduardo Angeli [UNESP] Zerbato, Cristiano [UNESP] |
| contributor_str_mv |
Furlani, Carlos Eduardo Angeli [UNESP] Zerbato, Cristiano [UNESP] |
| dc.subject.por.fl_str_mv |
Agricultura de precisão Espaçamento População de plantas Sensor óptico ativo Zea mays L. |
| topic |
Agricultura de precisão Espaçamento População de plantas Sensor óptico ativo Zea mays L. Active optical sensor Plant population Precision agriculture Row spacing |
| dc.subject.eng.fl_str_mv |
Active optical sensor Plant population Precision agriculture Row spacing |
| description |
Há uma necessidade do uso de ferramentas para estimativa do potencial produtivo durante o desenvolvimento da cultura do milho. Assim, o auxílio por meio sensores ópticos ativos para a geração de índices de vegetação, pode fornecer informações significativas para o conhecimento do comportamento e relação temporal destes índices com parâmetros produtivos das culturas agrícolas. Objetivou-se avaliar o comportamento temporal do NDVI e a sua relação com a produtividade da cultura do milho com o intuito de gerar modelos de predição de produtividade nas populações de plantas (55, 60 e 65 mil plantas ha-1) em espaçamento de semeadura reduzida e em linhas duplas. Foi utilizado fatorial 2 x 3 com 4 repetições, perfazendo 24 parcelas experimentais de 10 m2 de área útil em blocos casualizados, realizando a leitura do NDVI em 5 épocas (30, 45, 60, 75 e 90 dias após a emergência das plantas - DAE). O espaçamento em linhas duplas aos 90 e 30 DAE para as populações de 55 e 60 mil plantas ha-1, respectivamente permitiram gerar modelos para a predição de produtividade com base no NDVI do milho, enquanto que para a população de 65 mil plantas ha-1 aos 45 e 60 DAE não houve ajuste do modelo de predição de produtividade por valores próximos de NDVI para produtividades diferentes. No espaçamento reduzido a geração de modelos para a predição de produtividade foi possível nas populações de 55 e 60 mil plantas ha-1 respectivamente aos 90 e 30 DAE. |
| publishDate |
2017 |
| dc.date.accessioned.fl_str_mv |
2017-09-12T19:49:16Z |
| dc.date.available.fl_str_mv |
2017-09-12T19:49:16Z |
| dc.date.issued.fl_str_mv |
2017-07-25 |
| 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.uri.fl_str_mv |
http://hdl.handle.net/11449/151597 |
| dc.identifier.aleph.none.fl_str_mv |
000891670 |
| dc.identifier.capes.none.fl_str_mv |
33004102001P4 |
| url |
http://hdl.handle.net/11449/151597 |
| identifier_str_mv |
000891670 33004102001P4 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
| instname_str |
Universidade Estadual Paulista (UNESP) |
| instacron_str |
UNESP |
| institution |
UNESP |
| reponame_str |
Repositório Institucional da UNESP |
| collection |
Repositório Institucional da UNESP |
| bitstream.url.fl_str_mv |
https://repositorio.unesp.br/bitstreams/4fc1f037-86e8-4e5a-8faa-414392120cc5/download https://repositorio.unesp.br/bitstreams/3cede959-57a1-4155-b647-85bf6be82aa5/download https://repositorio.unesp.br/bitstreams/bad9aba5-c4a7-4e5d-ba8c-c715bf56226f/download https://repositorio.unesp.br/bitstreams/ab24ef1c-db8f-454b-b86f-75f813ddc677/download |
| bitstream.checksum.fl_str_mv |
1ecd01e5dfc522631c47d00d8a8d3d3e d64bf6c73fab25fa585bae7463075521 9f2876249b9a5e4f2f30dac643528421 812b2e133c187676d89ac02034e0b1a6 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
| repository.mail.fl_str_mv |
repositoriounesp@unesp.br |
| _version_ |
1878344201520807936 |