Periódicos

URI permanente desta comunidadehttps://thoth.dti.ufv.br/handle/123456789/3352

Navegar

Filtros

2014 - 20182

Configurações

Autor: search.filters.author.Ferraz, Gabriel A. e S.Assunto: search.filters.subject.Colheita, pós-colheita e armazenamento

Resultados da Pesquisa

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Variabilidade espacial da força de desprendimento de frutos do cafeeiro
    (Associação Brasileira de Engenharia Agrícola, 2014-11) Ferraz, Gabriel A. e S.; Silva, Fábio M. da; Oliveira, Marcelo S. de; Silva, Flavio C. da; Bueno, Rafael de L.
    O objetivo deste trabalho foi utilizar técnicas de georreferenciamento e de geoestatística para analisar a variabilidade espacial da força de desprendimento de frutos de cafeeiros por meio de semivariogramas e pela interpolação por krigagem. O trabalho foi conduzido no município de Três Pontas - MG, Brasil. A força de desprendimento dos frutos verdes e de cerejas dos cafeeiros foi obtida por meio de um protótipo de dinamômetro em pontos georreferenciados. A dependência espacial dos dados foi analisada por meio de ajustes de semivariogramas, clássico e robusto, para o método dos mínimos quadrados ordinários e ponderados, e apenas o ajuste clássico, para os métodos da máxima verossimilhança e máxima verossimilhança restrita. Testaram-se, para cada um dos métodos, os modelos esférico, exponencial e gaussiano. Os mapas de isolinhas obtidos por krigagem foram produzidos, baseados no melhor método e modelo de ajuste da função semivariograma, que foram obtidos pelas estatísticas de validação. As variáveis em estudo apresentaram estruturas de dependência espacial, as quais foram modeladas pelos semivariogramas, o que possibilitou a confecção dos mapas de isolinhas de distribuição espacial, obtidos por krigagem. Foi possível identificar os locais mais propícios para se iniciar a colheita seletiva e mecanizada dos frutos do cafeeiro.
  • Imagem de Miniatura
    Item
    Use of classifier to determine coffee harvest time by detachment force
    (Departamento de Engenharia Agrícola - UFCG, 2018-09) Barros, Murilo M. de; Silva, Fábio M. da; Costa, Anderson G.; Ferraz, Gabriel A. e S.; Silva, Flávio C. da
    Coffee quality is an essential aspect to increase its commercial value and for the Brazilian coffee business to remain prominent in the world market. Fruit maturity stage at harvest is an important factor that affects the quality and commercial value of the product. Therefore, the objective of this study was to develop a classifier using neural networks to distinguish green coffee fruits from mature coffee fruits, based on the detachment force. Fruit detachment force and the percentage value of the maturity stage were measured during a 75-day harvest window. Collections were carried out biweekly, resulting in five different moments within the harvest period. A classifier was developed using neural networks to distinguish green fruits from mature fruits in the harvest period analyzed. The results show that, in the first half of June, the supervised classified had the highest success percentage in differentiating green fruits from mature fruits, and this period was considered as ideal for a selective harvest under these experimental conditions.