Biblioteca do Café
URI permanente desta comunidadehttps://thoth.dti.ufv.br/handle/123456789/1
Navegar
48 resultados
Resultados da Pesquisa
Item Seasonal variation, spatial distribution and decision–making system to control of the Leucoptera coffeella in coffee arabica fields(Universidade Federal de Viçosa, 2022-03-28) Walerius, Adriana Helena; Pallini, Angelo; Venzon, Madelaine; Picanço, Marcelo CoutinhoCoffee is the world's second-largest commodity and represented a global market of US$ 102.02 billion dollars in 2020. The Neotropical region is the main coffee producer globally, accounting for more than 56% of the world's production of Arabica coffee. In this region, the coffee leaf miner Leucoptera coffeella is one of key coffee pests. This pest can decrease productivity by around 50 to 87% at high densities. Several factors can influence the L. coffeella population dynamics in the field. Therefore, prior knowledge of the areas and seasons of higher incidence of L. coffeella is essential to field management. The objective of this study was to evaluate the seasonality of the L. coffeella population and the factors that regulate its dynamics in coffee crops located in the Atlantic Forest and the Cerrado biomes. We aim to determine the spatial distribution of Leucoptera coffeella in coffee crops in the Cerrado through geostatistical analyses and propose a decision-making control system based on management zones. L. coffeella densities were higher in the Cerrado area compared to the Atlantic Forest. In the Cerrado, air temperature and potential evapotranspiration were higher, while rainfall was lower. These data are correlated with the high densities of L. coffeella in the fields. The highest population densities were observed between July and October, when the coffee plants were in the fruiting and flowering phases. The minimum, optimum and maximum temperatures for the development of the pest were 16.59, 26.81, and 34.8°C, respectively. Therefore, the climatic elements in each biome influenced the spatio-temporal dynamics of L. coffeella. Geostatistical analysis showed an aggregated distribution of L. coffeella in the Cerrado field. Colonization generally started at the edges of the crop, except in the last year of evaluation. Pest outbreaks appeared at different pivots and different locations within the pivots. Due to isotropy, sampling must be done equidistantly, as the pest is evenly distributed in all directions. The programs that use sampling and level of control (30% of active mined leaves) in decision making were the most efficient and assertive in controlling L. coffeella. Management zones reduce insecticide use by 70% compared to conventional controlover the whole area. The information provided in this study is essential for designing and implementing efficient control strategies, thus reducing production costs and the harmful effects of pesticide use. Keywords: Coffea arabica. Coffe Leaf miner. Population Fluctuation. Climatic Elements. Geostatistics. Integrated Pest Management. Precision Agriculture.Item Estimativa de produtividade de café por meio de métodos de machine learning(Universidade Federal de Viçosa, 2019-07-31) Nascimento, Amélia Laisy do; Queiroz, Daniel Marçal de; Valente, Domingos Sárvio MagalhãesA produtividade agrícola representa o resultado de ações tomadas antes da colheita e indica se as práticas agrícolas adotadas causaram aumento ou redução no rendimento e podem ajudar na tomada de decisões futuras. Dessa maneira, a previsão de produtividade é uma ferramenta útil para os agricultores. Existem modelos que estimam a produtividade, porém, a quantidade de variáveis necessárias e a dificuldade em mensurá-las são um problema. Vários pesquisadores têm usado imagens orbitais para realizar estimativas de biomassa e produtividade de culturas. Além disso, alguns pesquisadores vêm combinando métodos de aprendizado de máquina (machine learning), mineração de dados (data mining) ou inteligência artificial (artificial intelligence) na tentativa de prever a produtividade de culturas agrícolas. Para estimar a produtividade agrícola, é interessante que o banco de dados possua imagens de todo o ciclo produtivo da cultura. Porém, o período de revisita dos satélites e a presença de nuvens sobre a área de estudo podem tornar o banco de dados incompleto. Uma possibilidade é adquirir imagens capturadas por sensores a bordo de distintos satélites. No entanto, cada sensor captura faixas de comprimento de onda diferentes e alguns sensores não capturam todos os comprimentos de onda necessários aos estudos. Uma forma de resolver esse problema é realizar uma predição das imagens faltantes de um satélite utilizando como base imagens oriundas de outro satélite. Dessa forma, consegue-se preencher lacunas na série de dados e garantir um banco de dados com uma série temporal mais representativa. Por fim, é possível utilizar a série temporal de informações derivadas das imagens orbitais para estimar a produtividade de culturas agrícolas. Portanto, o objetivo desta tese foi estimar a produtividade do café por meio de informações espectrais e machine learning. Para isso, o banco de dados foi composto por imagens Sentinel-2 originais, além de imagens Sentinel-2 preditas com base em imagens oriundas do Cbers-4, Landsat-8 e Resourcesat-2. A predição de imagens Sentinel-2 ocorreu por meio de sete métodos de machine learning. Os dados foram separados em conjunto de treinamento, teste e avaliação dos modelos. O desempenho dos modelos foi mensurado pela raiz do erro quadrático médio (rootIV mean square error - RMSE) entre o valor real e o valor predito pelo modelo para o conjunto que ficou de fora do treinamento. O teste t a 5% de significância foi usado para verificar a existência de igualdade ou diferença estatística entre os erros apresentados pelos modelos de predição da reflectância. Os métodos de machine learning mostraram-se eficazes para estimar os valores de reflectância de imagens Sentinel-2 com base em imagens oriundas do Cbers-4, do Landsat-8 e do Resourcesat-2. Os modelos que apresentaram menores RMSE’s na predição da reflectância de imagens orbitais de uma data distinta a data cujos dados foram usados para treinar os modelos foram usados para estimar as imagens Sentinel-2 ausentes do banco de dados usado para estimar a produtividade do café. A partir das imagens orbitais, seis índices de vegetação e reflectância em seis bandas espectrais foram obtidos. A estimativa da produtividade ocorreu por meio de seis métodos de machine learning. Os modelos de estimativa foram implantados em linguagem R no programa computacional R Versão 3.5.1 (R Team, 2018). A raiz do erro quadrático médio (root mean square error - RMSE) e o erro médio absoluto (mean absolute error - MAE) foram usados para avaliar a acurácia dos modelos de estimativa da produtividade. O RMSE e o MAE serviram de entrada para o teste de Scott-Knott que agrupou os modelos semelhantes. Os métodos de machine learning apresentaram erros RMSE e MAE da estimativa da produtividade semelhantes uns aos outros pelo teste de Scott-Knott, com exceção da regressão linear utilizando 14 variáveis preditoras. Foi possível estimar a produtividade por meio de cinco variáveis com erros semelhantes aos erros apresentados pelos modelos com 10 e com 14 variáveis referentes a informações espectrais, topográficas e agronômicas. O erro RMSE mínimo apresentado pelos modelos correspondeu a uma diferença de 11% entre o valor estimado e o valor real da produtividade do café do talhão Pasto Novo 1 no ano de 2017. O erro MAE mínimo correspondeu a uma diferença de 1,7% entre o valor estimado e o valor observado da produtividade do talhão Açude 3 no ano de 2018. A estimativa da produtividade pode ser realizada com até três meses de antecedência.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 Relação espacial entre o estoque de nutrientes e a densidade de solo cultivado com cafeeiro(Escola de Agronomia - UFG, 2013) Silva, Samuel de Assis; Lima, Julião Soares de SouzaO estudo da variação espacial da fertilidade do solo cresceu em importância, em discussões sobre manejo agrícola, uma vez que o tratamento uniforme das áreas cultivadas gera resultados inconsistentes, capazes de alterar o rendimento das culturas. Utilizando-se métodos de geoestatística multivariada, objetivou-se avaliar a relação espacial entre o estoque de nutrientes e a densidade de um Latossolo Vermelho-Amarelo húmico. O estudo foi realizado em área cultivada com Coffea arabica L. (cv. Catucaí), em uma malha amostral com 100 pontos. A amostragem do solo foi realizada na camada de 0-0,20 m, para determinar a densidade e os teores de P, K, Ca e Mg, os quais foram transformados em valores de estoque. Após esta transformação, os dados foram analisados por meio de estatística descritiva e exploratória, determinando-se a correlação entre a densidade e os estoques. Posteriormente, realizou-se análise geoestatística uni e multivariada, seguidas de interpolação por krigagem ordinária e cokrigagem. A distribuição dos estoques de nutrientes mostrou-se inversamente proporcional à da densidade do solo, com exceção do estoque de P. A cokrigagem permitiu caracterizar o solo, favorecendo a interpretação do comportamento de distribuição espacial da fertilidade.Item Treinamento de algoritmo para identificação de mudas de café por meio de imagens aéreas(Embrapa Café, 2019-10) Santana, Lucas Santos; Santos, Gabriel Henrique Ribeiro dos; Ferraz, Gabriel Araújo e Silva; Santos, Luana Mendes dos; Barbosa, Brenon Diennevan Souza; Bento, Nicole LopesAplicação de sistemas computacionais na agricultura vem se tornando necessidade, para incrementos de produtividade. A cafeicultura é considerada um dos mais importantes ramos do agronegócio brasileiro, mas alguns pontos ainda podem ser melhorados. A contagem de mudas de café é feita manualmente a campo, considerada uma técnica que apresenta baixa agilidade principalmente em grandes plantações, causando perda de tempo e desconforto à pessoa encarregada por este trabalho. A utilização de tecnologias avançadas no campo surge no contexto da agricultura de precisão. Esta pesquisa tem como intuito apresentar treinamento de um algoritmo para contagem automática de mudas de cafeeiros a partir de imagens obtidas por veículo aéreo não tripulado (VANT). O algoritmo desenvolvido é baseado numa rede neural artificial do tipo convolucional (RNC). A pesquisa foi realizada em uma área experimental de café em 2 estágios 3 e 6 totalizando 0,4 hectares no município de Bom Sucesso MG. Para a coleta das imagens foi utilizado um veículo aéreo não tripulado (VANT) modelo phanton 4, com capacidade de coletar imagens na composição Red Blue e Green (RGB). Os voos foram feitos com 30 metros de altura, velocidade de 3 m/s, sobreposição frontal e lateral de 80%. Para a criação do ortomosaico as imagens foram processadas no software Agisoft Photoscan e posteriormente tratadas no software Arcgis 10.2. Em seguida foi submetido a fase de treinamento, para a detecção automática das mudas no ortomosaico. Primeiramente foi necessário a criação de um banco de dados, com a finalidade de treinar e validar a rede neural YOLO (You Only Look Once). Após o treinamento foi utilizada a técnica de usar pequenos recortes de uma imagem se chama janelamento, na qual foram realizados 762 recortes. As imagens usadas para o treino da rede neural são distintas das imagens usadas para validação para assim o software demostrar o aprendizado. Os resultados apresentados em plantas de 3 meses não foram satisfatórios, pois ocorreu confusão na identificação entre mudas e plantas daninhas e sombras. Nas imagens de 6 meses foi observado melhor desempenho na identificação por meio de treinamento de algoritmos. A partir do treinamento de algoritmo por meio de aprendizado foi possível detectar mudas de cafeeiros a campo. Portanto para um refinamento e maior precisão do algoritmo é necessário o treinamento em diversas áreas e cultivares diferentes.Item Caracterização espacial de indices de vegetação índice relativo de clorofila em áreas de produção cafés especiais no sul de Minas Gerais(Embrapa Café, 2019-10) Rodrigues, Gustavo Costa; Grego, Célia Regina; Luchiari, Ariovaldo; Speranza, Eduardo AntonioA região sul do estado de Minas Gerais é grande produtora de café, principalmente daquele classificado como especial. Aspectos ambientais, entre outros fatores, interferem consideravelmente na produção desse tipo de café, envolvendo fatores como altitude e face de exposição do plantio ao sol. Este trabalho tem como objetivo avaliar a variabilidade espacial em áreas representativas de produção de café arábica (Coffea arabica) classificados como especiais do sul de Minas Gerais quanto aos índices vegetativos e de clorofila para identificar a existência de variabilidade espacial para aplicação da Agricultura de Precisão. Como resultado observou-se variabilidade espacial no NDVI, NDRE e IRC em todos os campos avaliados e trabalhos estão em andamento para estudar as correlações observadas com aspectos de produtividade e qualidade da bebidaItem Monitoramento da maturação do café arábica utilizando câmera digital modificada a bordo de veículo aéreo não tripulado(Universidade Federal de Viçosa, 2019-02-27) Almeida, Samira Luns Hatum de; Queiroz, Daniel Marçal deO café é uma cultura de expressiva importância econômica e social para o Brasil. O país é o principal produtor e exportador mundial desse produto. A qualidade da bebida do café é influenciada por aspectos como as condições climáticas do local, as técnicas manejo empregadas, a maturação dos frutos no momento da colheita, o manejo pós-colheita, dentre outros. Para agregar valor ao produto, os agricultores vêm buscando utilizar formas de se produzir que propiciem a obtenção de um produto de melhor qualidade. Uma das formas de se conseguir isso é realizar a colheita com a menor quantidade possível de frutos verdes na planta. Uma das alternativas para identificação do momento ideal de se realizar a colheita é a partir do uso de técnicas de sensoriamento remoto. Com a utilização dessas técnicas é possível monitorar as culturas e estudar o comportamento da vegetação, por meio de índices de vegetação como o índice de vegetação da diferença normalizada (NDVI). Diante do exposto, este trabalho teve por objetivo geral desenvolver um sistema de sensoriamento remoto, utilizando câmera modificada acoplada a VANT, para prever o grau de maturação dos frutos como indicativo do momento ideal da colheita com base em dados de índice de vegetação da diferença normalizada (NDVI). Para isso, a primeira parte do trabalho teve como objetivo desenvolver um sistema de calibração para câmera modificada acoplada ao VANT para bandas do vermelho e do infravermelho próximo. Neste sistema foram definidas condições de voo (horário e utilização de filtro de densidade neutra, ND) e grupo de alvos que devem ser utilizados para calibração de dados de reflectância. A metodologia aplicada consistiu na realização de voos semanais em lavoura de café arábica nos horários de oito horas e meio dia, sendo dois voos em cada horário, um com filtro ND e outro com polarizador. Placas compostas de oito alvos em cores diferentes tiveram sua reflectância medida previamente com a utilização do espectroradiômetro e foram inseridas na área imageada no momento do voo, permitindo gerar modelos de calibração para as bandas do vermelho e do infravermelho a partir destes oito alvos e de cinco dos alvos que possuíam tons de cinza. Na segunda parte do trabalho objetivou-se identificar o grau de maturação dos frutos como indicativo do momento ideal para colheita do café arábica com derriça total com base em dados de NDVI obtidos a partir de câmera modificada acoplada ao VANT, NDVI obtidos a partir do GreenSeeker e de imagens coletadas pelo Satélite Sentinel-2. A cada aquisição de imagens, amostras de café foram coletadas nas áreas imageadas para determinação do estágio de maturação dos frutos. Foram determinados os coeficientes de correlação entre a porcentagem de frutos verdes e o NDVI calculado a partir de imagem adquirida pela câmera Zenmuse X3 modificada acoplada ao VANT, com o NDVI medido com o sensor GreenSeeker e o NDVI obtido a partir de imagens do satélite Sentinel-2. Os voos realizados às oito horas da manhã com a presença de filtro ND, e um grupo de cinco alvos em tons de cinza foram os que apresentaram modelos com melhor ajuste para calibração das bandas do vermelho e do infravermelho próximo. Apesar de erros quadráticos médios inferiores a 6% para os modelos de calibração em 81,82% dos dias, os valores de reflectância encontrados após calibração radiométrica não apresentaram concordâncias com os observados na literatura. O NDVI calculado com as bandas do vermelho e do infravermelho próximo das imagens obtidas a partir da câmera modificada acoplada ao VANT não apresentou correlação com a porcentagem de frutos verdes do cafeeiro. Já o NDVI obtido a partir do GreenSeeker e do Sentinel-2 apresentou correlação em somente um dos dias analizados. Dessa forma, conclui-se que o índice NDVI obtidos a partir dos três sensores utilizados neste estudo não são indicados para avaliar o grau de maturação dos frutos do cafeeiro arábica.Item Sensoriamento remoto termal usando veículo aéreo não-tripulado na cafeicultura de montanha(Universidade Federal de Viçosa, 2018-08-23) Portes, Marcelo Fagundes; Queiroz, Daniel Marçal deA determinação da variabilidade espacial das características das lavouras do café é uma importante etapa no manejo de sistemas de agricultura de precisão. Informações como modelo digital de elevação (MDE), mapas de umidade do solo e de temperatura de cobertura tem potencial para definir zonas de manejo, que é uma das formas de manejo adotadas em agricultura de precisão. A utilização de sensoriamento remoto de baixa altitude com veículos aéreos não tripulados (VANTs) e câmeras térmicas embarcadas tornam a coleta das informações da variabilidade em campo mais fáceis de serem realizadas e apresentam boa resolução espacial. Dessa forma, este trabalho teve por objetivo desenvolver um sistema com base em VANT para determinar a variabilidade espacial da temperatura de cobertura, gerar o MDE do terreno e delimitar zonas de manejo. Para isso foi desenvolvido um sistema de aquisição automática das imagens de uma área cultivada com café nas bandas do visível e do termal utilizando um VANT. As imagens adquiridas pela câmera termal foram processadas, georreferenciadas e os valores de temperatura de cobertura comparados com os valores das temperaturas de cobertura e umidade de solo coletas com sensores proximais em campo. O MDE obtido pelo VANT foi comparado com o obtido por levantamento altimétrico com Sistema Global de Navegação por Satélite (GNSS). Para isso, foi analisada correlação entre valores de altitudes obtidas em pontos comuns nos dois MDEs gerados. As zonas de manejo foram geradas por analise de agrupamento dos dados de temperatura de cobertura da lavoura, MDE e umidade do solo. Comparado a temperatura de copa coletada com termômetro infravermelho proximal e com as imagens termais obtidas pelo VANT, em horários distintos, verificou-se que o melhor horário para obtenção do mapa de cobertura foi às 14:20 hs. A temperatura de cobertura não apresentou correlação significativa com a umidade do solo. O MDE obtido pelo VANT apresentou boa concordância com o MDE obtido por levantamento altimétrico. As zonas de manejo foram delimitadas, sendo quatro o número ideal de classes para a área estudada.Item Variabilidade espacial de atributos de solo e produtividade em área cultivada com café orgânico e convencional(Faculdade de Ciências Agrárias e Veterinárias - Universidade Estadual Paulista “Júlio de Mesquita Filho”, 2006-06) Souza, Cleber Kouri de; Corá, José EduardoO objetivo deste trabalho é avaliar a distribuição espacial de atributos do solo e produtividade da cultura do café em áreas com diferentes sistemas de manejo: sistema convencional e sistema orgânico, visando à definição de zonas específicas de manejo. Foram feitas amostragens de solos em espaçamento regulares de 15m na transeção e 16m entre transeções em profundidade de 0-20cm. Determinaram-se matéria orgânica, fósforo, potássio, soma de base, capacidade de troca de cátions, saturação por bases, boro, cobre, ferro, manganês, zinco e produção da cultura nas safras 2003/2004 e 2004/2005. Para cada um dos atributos do solo estudados e produtividade da cultura, foi obtido os parâmetros da estatística descritiva, os semivariogramas e mapas de isovalores. Os valores médios, para a maioria dos atributos analisados, foram encontrados no sistema orgânico. O sistema convencional apresentou as maiores variabilidades dos dados expressas pelos maiores valores de coeficiente de variação. Os menores alcances, para a maioria dos atributos, foram observados no sistema convencional. A partir dos mapas de isovalores foi possível visualizar a distribuição espacial dos níveis de fertilidades do solo, sugerindo manejo diferenciado para cada área. Portanto, o estudo da variabilidade espacial dos atributos do solo e produção da cultura associado aos mapas de isovalores, auxiliam na caracterização e diferenciação de zonas específicas de manejo.Item Influência da adubação em doses variadas na produtividade e no estado nutricional da cultura do café (Coffea arabica L.)(Escola Superior de Agricultura “Luiz de Queiroz”- Universidade de São Paulo, 2010) Faulin, Gustavo Di Chiacchio; Molin, José PauloAs técnicas utilizadas na agricultura de precisão agregam não só ferramentas para o diagnóstico das causas da variabilidade encontrada nas lavouras, como também soluções para o convívio ou correção dessa variabilidade. O Brasil é o maior produtor mundial de café e ainda hoje apresenta um mercado em franca expansão. Por isso, em razão do potencial produtivo e da lucratividade da cultura do café, atualmente o interesse pelas técnicas de manejo localizado e a procura por novas tecnologias estão aumentando. O objetivo do presente trabalho foi avaliar a influência do manejo localizado das adubações de nitrogênio, fósforo e potássio, na produtividade e no estado nutricional do cafeeiro. Para isso, foram utilizadas quatro áreas comerciais, sendo uma localizada no município de Gália, SP, conduzida durante quatro safras, e três no município de Patrocínio, MG, conduzidas durante três safras. Estabeleceram-se dois tratamentos para testar a hipótese do aumento da produtividade e a manutenção do estado nutricional do cafeeiro com aplicações localizadas dos nutrientes nitrogênio, fósforo e potássio, em doses variáveis. Como resultados foram observados que as adubações de nitrogênio, fósforo e potássio aplicadas em doses variáveis aumentaram a produtividade do cafeeiro em 240,0 kg ha-1 , quando somadas todas as safras. Houve redução do consumo do nitrogênio em 134,7 kg ha-1 e do potássio em 82,0 kg ha-1 , e para o nutriente fósforo ocorreu um aumento no consumo de 65,0 kg ha-1 . A avaliação do estado nutricional das plantas de cafeeiro mostrou-se apropriada para possíveis correções das doses dos nutrientes durante a adubação.