Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Sentinel-2A, pivô central, NDVI

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

O sensor MSI (Multispectral Instrument), a bordo do satélite Sentinel-2A, vem se destacando por fornecer dados com resoluções adequadas para identificar e mapear cultivos agrícolas. Uma maneira eficiente de estimar as propriedades da vegetação usando sensoriamento remoto é por meio de índices de vegetação (VIs). O objetivo do trabalho foi separar culturas agrícolas usando dois índices de vegetação diferentes: Normalized Difference Vegetation Index (NDVI) e Normalized Difference Water Index (NDWI). Para tanto foram utilizadas imagens do MSI/Sentinel-2A, de 04/06/2017, para identificar culturas irrigadas (milho, feijão e café) por pivôs centrais, no município de Unaí, MG. Os resultados obtidos mostraram que os índices de vegetação não separaram as culturas devido à proximidade dos valores encontrados. Porém, os índices foram importantes para fornecer informações sobre o vigor, teor de água e fenologia das plantas.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: agricultura irrigada, resposta espectral, classificação supervisionada

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

O sensor MSI (Multispectral Instrument), a bordo do satélite Sentinel-2A, vem se destacando por fornecer dados com altas resoluções para identificar e mapear cultivos agrícolas. No presente trabalho foram utilizadas imagens do MSI/Sentinel-2A, de 04/06/2017, para identificar culturas (milho, feijão e café) irrigadas por pivôs centrais, no município de Unaí, MG. Buscando o êxito desse propósito, foram utilizadas as seguintes técnicas para análise das imagens: interpretação visual das imagens com ênfase na análise do comportamento espectral das culturas e classificação supervisionada por máxima verossimilhança. Os resultados obtidos pela interpretação visual mostraram as culturas de milho, feijão e café em diferentes cores e tonalidades, já a análise do comportamento espectral revelou as bandas B03, B06, B07, B08, B08A, B11 e B12 como sendo as mais importantes para a discriminação dessas culturas. Por último, a classificação supervisionada foi eficiente para identificar os diferentes cultivos dentro da área de estudo.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: geoprocessamento, aptidão agrícola, MDE

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Com o objetivo de determinar a aptidão agrícola da espécie de Pinus Taeda em Minas Gerais foi realizado o zoneamento climático dessas áreas no estado. Utilizaram-se dados meteorológicos do período de 1980 a 2010, provenientes de 84 estações do Instituto Nacional de Meteorologia (INMET), localizadas nos estados de Minas Gerais, Rio de Janeiro, São Paulo, Espirito Santo, Mato Grosso do Sul, Goiás, Bahia e Brasília. Os elementos climáticos para determinar a aptidão foram a temperatura média compensada anual do ar e a precipitação acumulada anual. De acordo com os resultados, o estado apresenta áreas com aptidão para plantio, sendo que as melhores áreas se encontram nas microrregiões do Sul de minas, Campos das Vertentes e parte Sul da Zona da Mata.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: sensoriamento remoto, imagens de satélite, sistemas de informação geográfica

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Os sistemas de informações geográficas (SIG’s) apresentam grande potencial para quantificar e regionalizar variáveis meteorológicas no tempo e no espaço. Junto a isso, o uso de imagens de satélite mostra-se como um método promissor em estudos hidrológicos de áreas irrigadas. Através do sensoriamento remoto é possível obter uma diversidade de mapas que representam grandes áreas. O objetivo desse trabalho foi quantificar a evolução temporal (1987 – 2017) de áreas irrigadas, na cidade de Barreiras, Bahia, Brasil, através de técnicas de sensoriamento remoto. Para a confecção dos mapas, foram utilizadas séries históricas (1987 – 2017) de imagens dos satélites Landsat-5, Landsat-7 e Landsat-8, da órbita e ponto 217/068 com datas de passagem cobrindo os principais períodos de cultivo na região, bem como foram feitas imagens de sobreposição, para avaliar quais áreas permaneceram irrigadas ou não. Constatou-se aumento espacial das mesmas, com taxa de 227,34 ha ano-1, sendo o ano de 2015 o que apresentou o máximo de áreas irrigadas. Na sobreposição das imagens, observou-se um aumento de 6 pivôs em média.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: GPS, pontos, amostragem, agricultura de precisão

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Neste trabalho foi empregada uma metodologia para avaliação da precisão de um sistema GPS (Sistema Global de Posicionamento) para coleta de amostra em Agricultura de Precisão. No campo experimental foram projetados 37 pontos dentro do perímetro do campo por meio do programa AutoCAD, em grid regular com distância entre pontos de 70 metros, cada ponto foi composto por 6 repetições. Posteriormente os pontos foram localizados com uso receptor Garmin Etrex. A porcentagem da diferença entre os pontos projetados e localizados em campo foi calculada. Os resultados indicaram diferenças na posição entre os pontos, variando de 0 a 10 metros, com média de 5,10 metros.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Agricultura de Precisão, Mapeamento Aéreo, Sensoriamento Remoto

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

A duração da vida de prateleira de flores envasadas está associada aos fatores inerentes da espécie e a fatores do ambiente, como umidade, temperatura e quantidade de água que se tem no vaso, sendo a água um dos fatores ambientais mais relevantes para a diferença produtiva entre os vegetais. O objetivo foi avaliar a necessidade hídrica vegetal para a vida de prateleira do amor-perfeito (Viola x wittrockiana) na manutenção de suas características vegetais e reprodutivas. As plantas foram cultivadas em vasos de 0,415 L de capacidade, dispostos em bancadas inclinadas, cobertas por uma manta de feltro, por onde a absorção de água se deu por capilaridade ao longo da bancada. O delineamento experimental foi o inteiramente casualizado, com sete tratamentos (níveis de água) e 18 repetições por tratamento, totalizando 126 plantas. As plantas foram monitoradas diariamente; peso do vaso, teor de clorofila, temperatura e radiação fotossinteticamente ativa foram medidos semanalmente; e as características agronômicas foram avaliadas ao final do experimento. O nível de água variando de 40 a 50 mL proporcionou maior sobrevivência e desenvolvimento vegetativo do amor-perfeito, podendo ser aplicado durante a vida de prateleira dessa espécie.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Declividade, Geoprocessamento, Uso do solo

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

O Estado de Minas Gerais se destaca por sua produção agrícola, e Uberlândia é um importante município na produção de grãos. A declividade e o uso do solo são fatores decisivos para o uso do solo em uma região. Nesse sentido, o objetivo deste trabalho foi analisar relação entre as classes de declividades e do uso do solo presente na área da bacia do rio Uberabinha. Por meio do geoprocessamento foi possível realizar a intersecção entre declividade e classe de uso do solo, utilizando a ferramenta intersect do programa ArcGIS 10.5. O resultado mostrou que a maior parte da área total da bacia, ou seja, 106.531,81 ha (48,67%) é utilizada pela agricultura.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Classe de solo, Declividade, Geoprocessamento

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

O Estado de Minas Gerais se destaca por sua produção agrícola, e Uberlândia é um importante município na produção de grãos. A declividade e o tipo de solo são fatores decisivos para o desenvolvimento da agricultura em uma região. Nesse sentido, o objetivo deste trabalho foi analisar relação entre as classes de declividades e de solos presentes na área da bacia do rio Uberabinha. Por meio do geoprocessamento foi possível realizar a intersecção entre declividade e classe de solo, utilizando a ferramenta intersect do programa ArcGIS 10.5. O resultado mostrou que a maior parte da área total da bacia, ou seja, 156.809,93 ha (71,64%) é apta para a agricultura devido a presença da classe Latossolo.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Sensor de produtividade; colheita; agricultura de precisão

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Os sensores de produtividade na agricultura de precisão fornecem dados de grande relevância, que podem ser interpretados como o resultado de todo manejo empregado durante o ciclo da cultura. Entretanto, devido aos inúmeros modelos de sensores, há dúvidas acerca dos valores gerados. O objetivo desse trabalho foi analisar os dados de produtividade gravados por dois sensores diferentes simultaneamente em funcionamento em uma colhedora de grãos. Por meio de estatística descritiva e interpolação dos mapas, observou-se que os conjuntos de dados se difeririam consideravelmente, sendo associado essa variação ao relevo da área, que, devido as inclinações, pode comprometer a leitura do equipamento.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Agroclimatologia, Precipitação pluvial, Seca

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

O acompanhamento de eventos de precipitação irregular pode ser elaborado através da aplicação de índices de verificação climática. Neste contexto, o presente trabalho buscou analisar a intensidade do índice de anomalia de chuva (IAC) dos municípios de Alto Parnaíba e Balsas, localizada na mesorregião Sul Maranhense (SM) do Estado do Maranhão. Os dados foram obtidos no INMET, totalizando um período de 42 anos. A estação seca abrange os meses de maio a outubro e a estação chuvosa, abrange os meses de novembro a abril. Nessa região os meses de novembro e dezembro sofrem a influência da Zona de Convergência do Atlântico Sul (ZCAS) e Frentes, consolidando o início do período chuvoso na região. Por está correlacionado com o Vórtice Ciclônico em Altos Níveis (VCAN), janeiro é o mês mais chuvoso do ano.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Tamanho de gotas, etiquetas hidrossensíveis, qualidade de aplicação

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

A qualidade de aplicação de fitossanitários está relacionada diretamente a fatores como: tamanho das gotas, pontas de pulverização, escolha de fungicidas eficientes, volume de pulverização a ser utilizada, importância de agitação de calda e importância de usar filtros corretos. Buscando-se aperfeiçoar está aplicação, evitando assim futuras perdas na produtividade, o emprego de diversas análises que constatem a distribuição adequada do produto no alvo, como a utilização de etiquetas hidrossensíveis vêm sendo realizadas. O principal objetivo da aplicação racional de fitossanitários é a economia de água, diminuição de chances de contaminação do meio ambiente e evitar o surgimento de fungos resistentes, para isso é necessário produzir um tamanho adequado de gotas que venha possibilitar um equilíbrio satisfatório entre a cobertura de plantas, penetração do dossel e deposição de gotas nas folhas. Os resultados obtidos neste trabalho mostraram que o maior percentual de cobertura ocorreu no terço superior da planta.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Phaseolus vulgaris. Nutrientes. Análise Discriminante. Naïve Bayes

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Com a evolução da produção do feijão no Brasil, deixando de ser uma cultura exclusivamente de subsistência, e passando a serem plantadas por grandes produtores com uso intensivo de tecnologia, em específico as técnicas voltadas a agricultura de precisão. Desse ponto de vista, torna-se imprescindível a determinação de deficiência nutricional de forma localizada. Com a finalidade de explorar o potencial deste conceito, este trabalho teve como objetivo geral o desenvolvimento de um sistema computacional para determinar o status da deficiência nutricional do nitrogênio no feijoeiro através de classificadores estatísticos e como objetivos específicos: utilizar índices espectrais da região do visível extraídos de imagens digitais como características para determinar diferentes teores de nitrogênio no feijoeiro; desenvolver um classificador de análise discriminante linear, um classificador de análise discriminante quadrática e um classificador bayesiano ingênuo para classificar e avaliar o status do nitrogênio no feijoeiro; e comparar e avaliar o desempenho dos três classificadores na avaliação do status do nitrogênio no feijoeiro.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Agricultura de precisão, UAV, Machine Learning

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Atualmente, a tecnologia faz parte do cotidiano do produtor rural, o uso de equipamentos e dispositivos agrícolas traz a possibilidade de se obter informações mais precisas e assim, melhorar o gerenciamento e as práticas de campo. Dentro do contexto do sensoriamento remoto na agricultura de precisão, destaca-se a utilização sensores multiespectrais de alta resolução acoplado aos Remotely Piloted Aircraft Systems – RPAS. Diante do exposto, o presente trabalho teve por objetivo identificar a janela de observação ótima do imageamento por RPAS na construção de modelos preditivos baseados em aprendizado de máquina para estimativas indiretas de nitrogênio foliar (Narea) e produtividade da cultura do arroz. O estudo foi conduzido na estação experimental do Instituto Rio Grandense do Arroz (IRGA), no município de Cachoeira do Sul. Utilizou-se a cultivar de arroz Irga 424 RI, o delineamento experimental foi conduzido em blocos ao acaso, composto por cinco unidades amostrais de 25 m², com quatro repetições, e quatro tratamentos distintos sob administração de diferentes doses de adubação nitrogenada. Os estágios avaliados foram V3 e V7, referente ao estágio vegetativo, e R1, R4 e R7, referentes ao estágio reprodutivo. Ao longo dos cinco estágios foram conduzidos ensaios destrutivos para determinação da concentração de Narea (kg.ha-1 ). Ao final do ciclo, para cada parcela, contabilizou-se também a produtividade da cultura (kg.ha-1 ). Neste contexto conclui-se que há uma grande capacidade da combinação entre o uso de imagens multiespectrais obtidas por RPAS e aprendizado de máquina, tornando uma ferramenta útil para avaliação de rendimento em plantios de arroz.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: internet das coisas, comunicação sem fio, lorawan

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Atualmente, a Internet das Coisas se tornou um dos tópicos mais promissores nas áreas técnica, social e econômica. Algumas aplicações IoT possuem requisitos específicos, como a necessidade de concentrar uma grande quantidade de sensores, comunicação em áreas amplas e baixo consumo de energia, sendo importante incorporá-las a uma Rede de Sensores Sem Fio. Uma das áreas na qual se enquadra a aplicação das redes de sensores é a Agricultura de Precisão, com o gerenciamento mais detalhado do sistema de produção agrícola. O presente trabalho tem como objetivo desenvolver uma Rede de Sensores Sem Fio que possa ser aplicada no monitoramento de um campo agrícola. Para isso, foi escolhida a tecnologia de comunicação sem fio LoRaWAN, utilizando o nó sensor Radioenge LoRaWAN e o gateway Radioenge LoRaMESH. Foi utilizado o sensor de temperatura e umidade relativa HDC1080 para coletar dados, que foram enviados para o servidor de rede The Things Network através do protocolo LoRa. Obteve-se êxito na comunicação sem fio, com uma taxa de recepção de 98,57%, todavia ainda é necessário ampliar o número de nós sensores e a variedade de sensores utilizados de forma a se criar uma rede e aplica-la a um campo agrícola.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Visão Computacional; Classificação; Aprendizagem de Máquinas

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Folhas de plantas com patologias ou deficiências apresentam fatores como cor e textura alterados. Cor e textura extraídas das folhas das plantas podem ser utilizadas para identificação da presença de patologias. Métodos computacionais surgem para avaliações mais rápidas, não invasivas e mais precisas, possibilitando uma tomada de decisão precoce, sendo a segmentação e a classificação problemas de interesse. No problema de classificação, Support vector Machine (SVM) tem demonstrado grande acurácia. SVM é um classificador binário que separa um conjunto de dados em dois grupos de atributos. Este trabalho propõe extrair informações de cor (RGB) e textura (energia, contrastes, dissimilaridade, homogeneidade e correlação) e apresentar uma metodologia para segmentação e classificação de plantas doentes. O modelo SVM foi satisfatório realizando uma classificação com uma taxa de acerto de 86,25% (13,25% taxa de erro), sendo eficaz em indicar a existência de doenças nas folhas. Este trabalho demonstrou que cor e textura extraídas de imagens digitais obtidas por smartphone em RGB podem ser utilizados de uma forma eficaz na segmentação, bem com os atributos de textura energia e contraste na classificação de folhas de plantas para distinção de folhas saudáveis daquelas que apresentam alguma forma de patologia.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: matéria orgânica, mata ciliar, qualidade do solo

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

O bioma Caatinga encontra-se em acentuado processo de degradação, provocado pela substituição de vegetação pelas atividades agrícola e pecuária, o que prejudica a qualidade da estrutura edáfica do solo. Pela facilidade de mensuração e correlação com outras propriedades do solo, o carbono orgânico é um importante indicador de distúrbios ambientais, refletindo os impactos gerados em decorrência de diferentes alterações ecossistêmicas. Esse trabalho objetiva descrever a dinâmica espacial do carbono orgânico do solo em zona ripária do Rio Brígida, em dois sistemas de manejo na Caatinga. O estudo foi desenvolvido em Parnamirim, PE, em duas áreas ao longo do rio, uma sob cultivo agrícola e outra sob mata ciliar. Foram feitas duas malhas com 30 pontos cada, com espaçamento de 10 m entre os pontos. Os dados foram submetidos à estatística descritiva e geoestatística. O carbono orgânico apresentou dependência espacial nas duas áreas, em maior grau na área de vegetação natural, embora em ambas as áreas a maior concentração de carbono ocorresse nas proximidades do rio.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: VANT, MPRI, Verde Normalizado

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

O interesse e utilização de VANTs (Veículos Aéreos Não Tripulados) na agricultura tem crescido nos últimos anos. As aplicações desta tecnologia vão desde o monitoramento de doenças e pragas até a produção de mapas de índices vegetativos. A altura de voo influencia na duração da atividade realizada e no número de imagens obtidas para formação da ortofoto na área avaliada. Como há poucos trabalhos que tratam deste tema, e os diferentes artigos publicados com utilização de VANTs se utilizam de diversas alturas de voo (desde 20 até 100 m), o objetivo deste trabalho foi avaliar o valor calculado de dois índices vegetativos em função de duas alturas de voo: o MPRI (Modified Photochemical Reflectance Index) e o Gn (Verde Normalizado) e as alturas foram a 20 e 60 m de altura. Como resultado não foi encontrada diferença nas médias do índice Gn para as duas alturas pelo teste tstudent a 5% de probabilidade.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Agricultura de precisão, carta de controle, índice de vegetação

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Identificar os fatores que influenciam na leitura do NDVI nas culturas é um fator essencial para validação na qualidade do processo, uma forma de analisar essas problemáticas é a partir do uso do Controle Estatístico de Qualidade. A partir dessas informações, objetivou-se com o presente trabalho, identificar por meio do sensoriamento remoto proximal os fatores que afetam na qualidade de leitura na cultura do milho, em estádio V4, por meio do uso de carta de controle e gráfico sequencial. Para obtenção do índice de vegetação NDVI, foi utilizado o sensor terrestre GreenSeeker, em um total de 40 pontos de coleta, após a coleta dos índices, os dados foram analisados e validados pelo método de avaliação estatística por carta de controle e gráfico sequencial. De maneira geral, por meio das cartas de controle foi identificado causa especial com o uso de sensores remotos terrestre, um dos motivos pode ser justificado em virtude de a leitura ter sido feita no estádio inicial do milho.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Agricultura digital, sensoriamento remoto, análise de imagens

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

A leitura de índices de vegetação no espectro NIR gera informações importantes sobre as características agronômicas e comportamentais de diversas culturas. No entanto, o preço do processo de aquisição dessas informações acaba sendo fator limitante para muitos produtores, objetivando-se com o trabalho desenvolver uma pesquisa da correlação existente entre imagens geradas no espectro do NIR e do RGB, cujos sensores e processos de geração de imagens são mais acessíveis. O ensaio foi realizado em área experimental da UNESP/FCAV, com a cultura da cana-de-açúcar. Para obtenção dos índices de vegetação foi utilizado um drone com sensores RGB e NIR acoplados, após a captura de imagens os índices foram extraídos. Com base nos resultados, podemos concluir que há correlação entre os índices estudados, sendo uma opção a utilização de sensor RGB para extração de informações da cultura, principalmente por ser uma alternativa viável e de baixo custo.

Ano da publicação: 2020

ISSN: 2358-582X

Palavras-chave: Detecção e Rastreamento de Peixes; Aprendizagem de Máquina; Visão Computacional

Área: Geomática, Instrumentação e Agricultura de Precisão (GIAP)

Os corpos d’água impactados por efluentes urbanos, industriais ou agrícolas contêm resíduos químicos que implicam na qualidade da água e que são prejudiciais à saúde humana e ao ambiente aquático. O comportamento dos peixes pode ser afetado por vários desses resíduos, sendo que o peixe atua como um indicador da presença ou do efeito de xenobióticos na água. Identificação e monitoramento são dificuldades relacionadas à detecção de substâncias químicas na água. Técnicas aplicadas para monitorar o comportamento dos peixes podem ser um meio para auxiliar no gerenciamento desta problemática. Este trabalho tem como objetivo o desenvolvimento de um sistema de detecção e rastreamento de peixes voltado a dispositivos embarcados, buscando auxiliar pesquisadores em análises comportamentais de peixes. Para o desenvolvimento deste trabalho utilizou-se a classe peixe presente no dataset Open Images Dataset V4. O dispositivo embarcado NVIDIA Jetson Nano foi utilizado para a implantação do sistema. Para a detecção foi utilizada a rede neural convolucional MobileNetV2 e para o rastreamento o algoritmo presente na biblioteca dlib baseada em filtros correlacionais. A rede treinada apresentou uma average precision de 73,32% no processo de detecção com indícios de um desempenho inicial positivo para o processo de rastreamento. Com base nos resultados obtidos o sistema projetado efetuou a detecção e o rastreamento dos peixes.