Estimativa de massa de forragem em diferentes fitosionomias dos campos sulinos do Brasil através de imagens de satélite

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Santo, Germana Marques de
Orientador(a): Poli, Cesar Henrique Espirito Candal
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
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/10183/266174
Resumo: Os Campos Sulinos são as pastagens naturais da região Sul do Brasil e que apresentam alta diversidade vegetal e animal. São os campos dos biomas Pampa e Mata Atlântica. O Sensoriamento Remoto (SR) vem sendo utilizado em diversos estudos e os resultados são capazes de descrever o estado de conservação e produtividade da vegetação Ainda é necessário averiguar sobre quais as melhores práticas e métodos a serem utilizados na caracterização e estimativa de massa de forragem nos ambientes campestres para compreender e aferir a massa de forragem através do Sensoriamento Remoto. O objetivo desse trabalho é correlacionar a massa de forragem de campo nativo de diferentes fitofisionomias do Rio Grande do Sul com índices de vegetação obtidos a partir de imagens do satélite Sentinel-2. Esse estudo foi realizado em nove locais que compreendem propriedades privadas e públicas no Rio Grande do Sul (Aceguá, Alegrete, Eldorado do Sul, Encruzilhada do Sul, Jaquirana, Lavras do Sul, São Francisco de Paula, Tavares e Vacaria). As amostras foram coletadas em dois a três piquetes de 70 x 70 m com diferentes massas de forragem em que se mediu a altura de forragem com as ferramentas falling plate e sward stick e se mediu a massa de forragem de forma direta através do corte da massa de forragem total contida em nove quadrados de 0,25m2 por sítio de pesquisa. Para coleta das imagens, foi utilizado os dados do satélite SENTINEL-2 e gerados os valores de índices de vegetação (IVs). Foi realizado, posteriormente, a correlação entre os IVs com a altura e a massa de forragem coletada a campo. Os IVs utilizados são: NDVI, EVI, EVIB5, SAVI, Msavi2, NDWI, GLI, NDRE e PSRI. As análises estáticas realizadas foram análises de variâncias e Random Forest. Houve interação entre altura x ferramenta de medida x estação do ano (p < 0,05), gerando-se equações de regressão linear para cálculo da massa de forragem com base na altura do pasto medida com falling plate e com sward stick para as diferentes estações do ano. Na matriz de correlação, o EVIB5 foi o índice que mais se correlacionou com a altura do pasto. Para massa de forragem, massa verde, massa de material morto e massa de lâminas não houve um índice com maior correlação. Com a análise Random Forest, foram gerados diferentes modelos os que apresentaram maior R2 foram os modelos para Massa de Forragem (R2 = 82,19) e Massa Verde (R2 = 78,01) Esses resultados dos Modelos de Regressão foram os mais promissores desse estudo.
id URGS_daaa35baf43bcc4e74072776af4f88b7
oai_identifier_str oai:www.lume.ufrgs.br:10183/266174
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Santo, Germana Marques dePoli, Cesar Henrique Espirito CandalBremm, Carolina2023-10-21T03:43:09Z2023http://hdl.handle.net/10183/266174001185690Os Campos Sulinos são as pastagens naturais da região Sul do Brasil e que apresentam alta diversidade vegetal e animal. São os campos dos biomas Pampa e Mata Atlântica. O Sensoriamento Remoto (SR) vem sendo utilizado em diversos estudos e os resultados são capazes de descrever o estado de conservação e produtividade da vegetação Ainda é necessário averiguar sobre quais as melhores práticas e métodos a serem utilizados na caracterização e estimativa de massa de forragem nos ambientes campestres para compreender e aferir a massa de forragem através do Sensoriamento Remoto. O objetivo desse trabalho é correlacionar a massa de forragem de campo nativo de diferentes fitofisionomias do Rio Grande do Sul com índices de vegetação obtidos a partir de imagens do satélite Sentinel-2. Esse estudo foi realizado em nove locais que compreendem propriedades privadas e públicas no Rio Grande do Sul (Aceguá, Alegrete, Eldorado do Sul, Encruzilhada do Sul, Jaquirana, Lavras do Sul, São Francisco de Paula, Tavares e Vacaria). As amostras foram coletadas em dois a três piquetes de 70 x 70 m com diferentes massas de forragem em que se mediu a altura de forragem com as ferramentas falling plate e sward stick e se mediu a massa de forragem de forma direta através do corte da massa de forragem total contida em nove quadrados de 0,25m2 por sítio de pesquisa. Para coleta das imagens, foi utilizado os dados do satélite SENTINEL-2 e gerados os valores de índices de vegetação (IVs). Foi realizado, posteriormente, a correlação entre os IVs com a altura e a massa de forragem coletada a campo. Os IVs utilizados são: NDVI, EVI, EVIB5, SAVI, Msavi2, NDWI, GLI, NDRE e PSRI. As análises estáticas realizadas foram análises de variâncias e Random Forest. Houve interação entre altura x ferramenta de medida x estação do ano (p < 0,05), gerando-se equações de regressão linear para cálculo da massa de forragem com base na altura do pasto medida com falling plate e com sward stick para as diferentes estações do ano. Na matriz de correlação, o EVIB5 foi o índice que mais se correlacionou com a altura do pasto. Para massa de forragem, massa verde, massa de material morto e massa de lâminas não houve um índice com maior correlação. Com a análise Random Forest, foram gerados diferentes modelos os que apresentaram maior R2 foram os modelos para Massa de Forragem (R2 = 82,19) e Massa Verde (R2 = 78,01) Esses resultados dos Modelos de Regressão foram os mais promissores desse estudo.The Campos Sulinos are the natural pastures of the southern region of Brazil that have a high plant and animal diversity. These are the native grasslands of the Pampa and Atlantic Forest biomes. Remote Sensing (SR) has been used in several studies and the results are able to describe the state of conservation and productivity of the vegetation. It is still necessary to find out which are the best practices and methods to be used in the characterization and estimation of forage mass in rural environments to understand and measure the forage mass through Remote Sensing. The objective of this work is to correlate the forage mass of native grassland from different phytophysiognomies of Rio Grande do Sul with vegetation index obtained from Sentinel-2 satellite images. This study was carried out in nine sites comprising private and public properties (Aceguá, Alegrete, Eldorado do Sul, Encruzilhada do Sul, Jaquirana, Lavras do Sul, São Francisco de Paula, Tavares and Vacaria). Samples were collected from two to three 70 x 70 m paddocks in which the forage height was measured with the falling plate and sward stick tools, and the forage mass was measured directly by cutting the total forage mass contained in nine squares of 0.25m2 per research site. Data from the SENTINEL-2 satellite was used to collect the images, and the values of vegetation indexes (VIs) were generated. The correlation between VIs with height and forage mass was subsequently performed. The VIs used are: NDVI, EVI, EVIB5, SAVI, Msavi2, NDWI, GLI, NDRE and PSRI. Analysis of variance and random forest analysis were performed. There was an interaction between sward height x measuring tool x season (p < 0.05), generating linear regression equations to calculate forage mass based on pasture height measured with sward stick and falling plate for the different seasons of the year. In the correlation matrix, EVIB5 was the index that most correlated with pasture height. For forage mass, green mass, dead material mass and blade mass there was no index with higher correlation. With the Random Forest analysis, different models were generated, those that presented the highest R2 were the models for Forage Mass (R2 = 82.19) and Green Mass (R2 = 78.01). These results from the Regression Models were the most promising in this study.application/pdfporÍndice de vegetaçãoSensoriamento remotoEstação do anoSouthern grasslandsVegetation indexesSentinel-2SeasonsEstimativa de massa de forragem em diferentes fitosionomias dos campos sulinos do Brasil através de imagens de satéliteinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de AgronomiaPrograma de Pós-Graduação em ZootecniaPorto Alegre, BR-RS2023mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001185690.pdf.txt001185690.pdf.txtExtracted Texttext/plain146799http://www.lume.ufrgs.br/bitstream/10183/266174/2/001185690.pdf.txt96c7d87d2e5a6fb56fc2bfc32ae8e7b7MD52ORIGINAL001185690.pdfTexto completoapplication/pdf1241631http://www.lume.ufrgs.br/bitstream/10183/266174/1/001185690.pdf0810bcf2c31586ee2a1b6826420e2b3eMD5110183/2661742023-10-22 03:38:35.240597oai:www.lume.ufrgs.br:10183/266174Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532023-10-22T06:38:35Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Estimativa de massa de forragem em diferentes fitosionomias dos campos sulinos do Brasil através de imagens de satélite
title Estimativa de massa de forragem em diferentes fitosionomias dos campos sulinos do Brasil através de imagens de satélite
spellingShingle Estimativa de massa de forragem em diferentes fitosionomias dos campos sulinos do Brasil através de imagens de satélite
Santo, Germana Marques de
Índice de vegetação
Sensoriamento remoto
Estação do ano
Southern grasslands
Vegetation indexes
Sentinel-2
Seasons
title_short Estimativa de massa de forragem em diferentes fitosionomias dos campos sulinos do Brasil através de imagens de satélite
title_full Estimativa de massa de forragem em diferentes fitosionomias dos campos sulinos do Brasil através de imagens de satélite
title_fullStr Estimativa de massa de forragem em diferentes fitosionomias dos campos sulinos do Brasil através de imagens de satélite
title_full_unstemmed Estimativa de massa de forragem em diferentes fitosionomias dos campos sulinos do Brasil através de imagens de satélite
title_sort Estimativa de massa de forragem em diferentes fitosionomias dos campos sulinos do Brasil através de imagens de satélite
author Santo, Germana Marques de
author_facet Santo, Germana Marques de
author_role author
dc.contributor.author.fl_str_mv Santo, Germana Marques de
dc.contributor.advisor1.fl_str_mv Poli, Cesar Henrique Espirito Candal
dc.contributor.advisor-co1.fl_str_mv Bremm, Carolina
contributor_str_mv Poli, Cesar Henrique Espirito Candal
Bremm, Carolina
dc.subject.por.fl_str_mv Índice de vegetação
Sensoriamento remoto
Estação do ano
topic Índice de vegetação
Sensoriamento remoto
Estação do ano
Southern grasslands
Vegetation indexes
Sentinel-2
Seasons
dc.subject.eng.fl_str_mv Southern grasslands
Vegetation indexes
Sentinel-2
Seasons
description Os Campos Sulinos são as pastagens naturais da região Sul do Brasil e que apresentam alta diversidade vegetal e animal. São os campos dos biomas Pampa e Mata Atlântica. O Sensoriamento Remoto (SR) vem sendo utilizado em diversos estudos e os resultados são capazes de descrever o estado de conservação e produtividade da vegetação Ainda é necessário averiguar sobre quais as melhores práticas e métodos a serem utilizados na caracterização e estimativa de massa de forragem nos ambientes campestres para compreender e aferir a massa de forragem através do Sensoriamento Remoto. O objetivo desse trabalho é correlacionar a massa de forragem de campo nativo de diferentes fitofisionomias do Rio Grande do Sul com índices de vegetação obtidos a partir de imagens do satélite Sentinel-2. Esse estudo foi realizado em nove locais que compreendem propriedades privadas e públicas no Rio Grande do Sul (Aceguá, Alegrete, Eldorado do Sul, Encruzilhada do Sul, Jaquirana, Lavras do Sul, São Francisco de Paula, Tavares e Vacaria). As amostras foram coletadas em dois a três piquetes de 70 x 70 m com diferentes massas de forragem em que se mediu a altura de forragem com as ferramentas falling plate e sward stick e se mediu a massa de forragem de forma direta através do corte da massa de forragem total contida em nove quadrados de 0,25m2 por sítio de pesquisa. Para coleta das imagens, foi utilizado os dados do satélite SENTINEL-2 e gerados os valores de índices de vegetação (IVs). Foi realizado, posteriormente, a correlação entre os IVs com a altura e a massa de forragem coletada a campo. Os IVs utilizados são: NDVI, EVI, EVIB5, SAVI, Msavi2, NDWI, GLI, NDRE e PSRI. As análises estáticas realizadas foram análises de variâncias e Random Forest. Houve interação entre altura x ferramenta de medida x estação do ano (p < 0,05), gerando-se equações de regressão linear para cálculo da massa de forragem com base na altura do pasto medida com falling plate e com sward stick para as diferentes estações do ano. Na matriz de correlação, o EVIB5 foi o índice que mais se correlacionou com a altura do pasto. Para massa de forragem, massa verde, massa de material morto e massa de lâminas não houve um índice com maior correlação. Com a análise Random Forest, foram gerados diferentes modelos os que apresentaram maior R2 foram os modelos para Massa de Forragem (R2 = 82,19) e Massa Verde (R2 = 78,01) Esses resultados dos Modelos de Regressão foram os mais promissores desse estudo.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-10-21T03:43:09Z
dc.date.issued.fl_str_mv 2023
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/10183/266174
dc.identifier.nrb.pt_BR.fl_str_mv 001185690
url http://hdl.handle.net/10183/266174
identifier_str_mv 001185690
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/266174/2/001185690.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/266174/1/001185690.pdf
bitstream.checksum.fl_str_mv 96c7d87d2e5a6fb56fc2bfc32ae8e7b7
0810bcf2c31586ee2a1b6826420e2b3e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1831316167169409024