Revista Ceres
URI permanente para esta coleçãohttps://thoth.dti.ufv.br/handle/123456789/9884
Navegar
Item Sensoriamento remoto multiespectral na identificação e mapeamento das variáveis bióticas e abióticas do cafeeiro(Universidade Federal de Viçosa, 2019) Marin, Diego Bedin; Alves, Marcelo de Carvalho; Pozza, Edson Ampélio; Gandia, Rômulo Marçal; Cortez, Matheus Luiz Jorge; Mattioli, Matheus CamposO sensoriamento remoto multiespectral apresenta-se como metodologia confiável e viável para auxiliar o produtor na decisão para melhores práticas de manejo, garantindo uma produção agrícola mais eficiente e sustentável. Objetivou-se, com este trabalho, identificar e mapear o estresse em lavoura cafeeira, causado por variáveis bióticas e abióticas, por meio de índices de vegetação derivados de imagens multiespectrais Landsat-5 Thematic Mapper (TM). A malha amostral foi composta por 67 pontos, sendo cada ponto amostral constituído por cinco plantas. As análises de incidência de cercosporiose e de infestação do bicho-mineiro, nas folhas, de pH, matéria orgânica e textura do solo e teores foliares de nutrientes foram realizadas em cada um dos pontos amostrais e correlacionadas com 16 índices de vegetação obtidos de imagens referentes à época das análises. Os índices de vegetação apresentaram distribuição espacial semelhante à distribuição espacial das variáveis agronômicas, na lavoura. Houve correlação positiva dos índices com a infestação do bicho-mineiro e com os teores de silte e argila no solo e concentrações de Mg, Cu, B e Mn nas folhas, e negativa, com a incidência de cercosporiose e com pH e teor de areia do solo. Com base nesses resultados, foi possível mapear e identificar as alterações na reflectância espectral dos cafeeiros, causadas por essas variáveis agronômicas.Item Spatial variability in nutritional status of arabic coffee based on dris index(Universidade Federal de Viçosa, 2011-03) Silva, Samuel de Assis; Lima, Julião Soares de Souza; Queiroz, Daniel Marçal deThe combined use of precision agriculture and the Diagnosis and Recommendation Integrated System (DRIS) allows the spatial monitoring of coffee nutrient balance to provide more balanced and cost-effective fertilizer recommendations. The objective of this work was to evaluate the spatial variability in the nutritional status of two coffee varieties using the Mean Nutritional Balance Index (NBIm) and its relationship with their respective yields. The experiment was conducted in eastern Minas Gerais in two areas, one planted with variety Catucaí and another with variety Catuaí. The NBIm of the two varieties and their yields were analyzed through geostatistics and, based on the models and parameters of the variograms, were interpolated to obtain their spatial distribution in the studied areas. Variety Catucai, with grater spatial variability, was more nutritional unbalanced than variety Catuai, and consequently produced lower yields. Excess of Fe and Mn makes these elements limiting yield factors.