Navegando por Autor "Volpato, Margarete M. L."

Agora exibindo 1 - 5 de 5

Distribuição espacial do déficit hídrico na região da Mantiqueira de Minas, anos 2008 a 2013
(Embrapa Café, 2015) Volpato, Margarete M. L.; Alves, Helena Maria R.; Vieira, Tatiana G. C.; Borém, Flávio M.; Maciel, Daniel A.; Gonçalves, Thais Gabriela; Meireles, Jacqueline L.; Borém, Rosângela A. T.
A produção de cafés é determinada por fatores genéticos, tratos culturais e características do ambiente físico, especialmente o clima. Uma das maiores dificuldades para caracterização climática de uma região é a aquisição de dados locais. Dados como os de temperatura do ar e precipitação, oriundos de estações meteorológicas são deficientes e mal distribuídos e nem sempre são disponibilizados. Deve-se considerar, ainda, que a grande variabilidade espacial e temporal destes dados impede a representação adequada de uma região. A análise espacial de dados geográficos é uma técnica utilizada para a construção de superfícies continuas a partir de pontos amostrados em uma área. O objetivo foi espacializar os valores de déficit hídrico na região da Serra da Mantiqueira de Minas nos anos de 2008 a 2013. O método de interpolação utilizado foi o Inverso do Quadrado da Distância. Os resultados apresentados em forma de mapas demonstram a grande variação anual, dos valores de déficit hídrico, que ocorre na região de estudo.
Espacialização da temperatura do ar na região de indicação geográfica da Mantiqueira de Minas
(Embrapa Café, 2013) Volpato, Margarete M. L.; Alves, Helena Maria R.; Vieira, Tatiana G. C.; Silva, Lucas F. M.; Borém, Flávio M.; Meireles, Elza Jacqueline L.; Borém, Rosângela A. T.
A produção de cafés é determinada por fatores genéticos, tratos culturais e características do ambiente físico, especialmente o clima. Uma das maiores dificuldades para caracterização climática de uma região é a aquisição de dados locais. Dados como os de temperatura do ar oriundos de estações meteorológicas são deficientes e mal distribuídos e nem sempre são disponibilizados. Deve-se considerar, ainda, que a grande variabilidade espacial e temporal destes dados impede a representação adequada de uma região. A análise espacial de dados geográficos é uma técnica utilizada para a construção de superfícies continuas a partir de pontos amostrados em uma área. O objetivo foi espacializar as temperaturas máximas e mínimas do ar na região de Indicação Geográfica da Mantiqueira de Minas nos anos de 2008 a 2010. Foram utilizados dados de temperatura máxima e mínima do ar disponibilizados pelo AGRITEMPO/MAPA. O método de interpolação utilizado foi o Inverso do Quadrado da Distância. A resolução do pixel de foi de 90m. Os resultados apresentados em forma de mapas demonstram a grande variação das temperaturas no decorrer do ano sendo as maiores temperaturas do ar á nordeste e as menores temperaturas a sudoeste da região de estudo.
Mineração de dados espectrais para modelagem de ocorrência da broca do café
(Embrapa Café, 2015) Volpato, Margarete M. L.; Alves, Helena Maria R.; Vieira, Tatiana G. C.; Boell, Victor G.; Souza, Júlio Cesar de; Boell, Miler G.; Soares, Wilian L.
O monitoramento fitossanitário possibilita prever o aparecimento ou aumento da ocorrência da Broca do Café (Hypothenemus hampei). Tradicionalmente esse monitoramento é baseado em observação de períodos críticos ocorridos. Entretanto uma das maiores dificuldades para se utilizar esse tipo de monitoramento é a aquisição de dados climáticos. Uma alternativa para superar este problema é utilizar dados e produtos de imagens de satélites, em função da cobertura espacial e temporal, e de sua relação com as variações do clima e da vegetação de uma região. Uma das dificuldades para realização desse estudo é o grande número de dados gerados, por isso optou-se pela metodologia de mineração de dados, etapa principal do processo de Descoberta de Conhecimento em Bancos de Dados (Knowledge Discovery in Databases - KDD). O presente estudo objetivou aplicar técnicas de mineração de dados para encontrar modelos de dados climáticos e espectrais associados à ocorrência H. hampei em frutos de café. As coletas de dados de campo foram realizadas na fazenda experimental da EPAMIG, em e São Sebastião de Paraíso, MG, e os dados espectrais foram adquiridos pelo sensor MODIS do satélite Terra. Os modelos gerados mostraram que a temperatura média foi o atributo de maior separabilidade na totalidade dos dados climático estudados com taxa de acerto de 67% e 73%.
Mineração de dados espectrais para modelagem de ocorrência de cercosporiose em cafeeiros
(Embrapa Café, 2013) Volpato, Margarete M. L.; Alves, Helena Maria R.; Vieira, Tatiana G. C.; Andrade, Lívia Naiara de; Soares, Wilian L.; Souza, Vanessa Cristina O.; Alvarenga, Miguel Thiago; Boell, Miler G.
O monitoramento fitossanitário possibilita prever o aparecimento ou aumento de intensidade da cercosporiose (Cercospora coffeicola Berkeley & Cooke) em cafeeiros. Tradicionalmente esse monitoramento é baseado em observação de períodos críticos ocorridos. Entretanto uma das maiores dificuldades para se utilizar esse tipo de monitoramento é a aquisição de dados climáticos. Uma alternativa para superar este problema é utilizar dados e produtos de imagens de satélites, em função da cobertura espacial e temporal, e de sua relação com as variações do clima e da vegetação de uma região. Uma das dificuldades para realização desse estudo é o grande número de dados gerados, por isso optou-se pela metodologia de mineração de dados, etapa principal do processo de Descoberta de Conhecimento em Bancos de Dados (Knowledge Discovery in Databases - KDD). O presente estudo objetivou aplicar técnicas de mineração de dados para encontrar modelos de dados climáticos e espectrais associados à ocorrência da Cercosporiose em cafeeiros. As coletas de dados de campo foram realizadas na fazenda experimental da EPAMIG, em e São Sebastião de Paraíso, MG, e os dados espectrais foram adquiridos pelo sensor MODIS do satélite Terra. Os modelos gerados mostraram que a temperatura média foi o atributo de maior separabilidade na totalidade dos dados climático estudados com taxa de acerto de 67%.
Relationship between coffee crop productivity and vegetation indexes derived from oli / landsat-8 sensor data with and without topographic correction
(Associação Brasileira de Engenharia Agrícola, 2018-05) Nogueira, Sulimar M. C.; Moreira, Maurício A.; Volpato, Margarete M. L.
The reflectance values of a coffee crop are influenced by several factors such as planting direction, crop spacing, time of the year, plant age and topography which reduces the accuracy of the estimates derived from remote sensing data. In this context were evaluated the relationships between coffee productivity and values of NDVI, SAVI and NDWI vegetation indexes with and without topographic reflectance correction for different coffee phenological phases for the crop years 2013/2014 (low productivity) and 2014/2015 (high productivity). The evaluations were made through the standard deviation of vegetation indices (VIs), linear relationship between the cosine factor and the VIs and between VIs and coffee productivity. The best phenological phases of coffee to determine productivity from spectral indexes were the stages of dormancy and flowering. The results indicated that the NDVI was the best index to estimate the productivity of coffee trees with coefficient of determination (R2) that ranged from 0.58 to 0.90. There was an increase in R2 between productivity and NDVI with topographic correction in the dormancy phase in the year of low productivity; between productivity and NDVI with topographic correction in the flowering phase in the year of high productivity; and between productivity and SAVI and NDWI with topographic corrections in the flowering phase in the year of high productivity.