Periódicos

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

Navegar

Filtros

2017 - 20183

Configurações

Assunto: search.filters.subject.Gerenciamento

Resultados da Pesquisa

Agora exibindo 1 - 3 de 3
  • Imagem de Miniatura
    Item
    Variabilidade espacial dos atributos da planta de uma lavoura cafeeira
    (Universidade Federal do Ceará, 2017-01) Ferraz, Gabriel Araújo e Silva; Silva, Fábio Moreira da; Oliveira, Marcelo Silva de; Custódio, Adriano Augusto Paiva; Ferraz, Patrícia Ferreira Ponciano
    Objetivou-se com esse trabalho caracterizar a estrutura e a magnitude da distribuição espacial de atributos da planta em lavoura cafeeira e realizar o mapeamento desses atributos de forma a visualizar a distribuição espacial, considerando a dependência espacial destes atributos, demostrando a importância deste mapeamento. Este trabalho foi conduzido na fazenda Brejão no município de Três Pontas, Minas Gerais, utilizando-se os seguintes atributos da planta: Produtividade, Índice de Maturação, Enfolhamento, Força de Desprendimento de Frutos Verde, Força de Desprendimento de Frutos Maduros, Diferença entre a Força de Desprendimento de Frutos Verde e Maduros, Altura de Planta e Diâmetro de Copa amostrados em uma malha amostral de 100 pontos georreferenciados (64 pontos da malha base e 36 pontos de zoom). A análise destes dados por meio das técnicas estatísticas e da geoestatística possibilitaram caracterizar a variabilidade espacial dos atributos da planta em estudo, permitindo o mapeamento destas variáveis. Foi possível observar a importância da cafeicultura de precisão no manejo de uma lavoura cafeeira tanto no gerenciamento da colheita quanto no acompanhamento do desenvolvimento da planta.
  • 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.
  • Imagem de Miniatura
    Item
    Comparativo entre os atributos químicos do solo amostrados de forma convencional e em malha
    (Editora UFLA, 2017-01) Ferraz, Gabriel Araújo e Silva; Silva, Fábio Moreira da; Oliveira, Marcelo Silva de; Silva, Flávio Castro da; Carvalho, Luis Carlos Cirilo
    O objetivo do presente trabalho foi caracterizar a estrutura e a magnitude da distribuição espacial de atributos do solo de uma lavoura cafeeira, realizando o mapeamento destes atributos para visualizar a distribuição espacial. Objetivou-se ainda comparar os teores apresentados pelos atributos do solo na amostragem convencional e amostragem em grade. Este trabalho foi conduzido na fazenda Brejão no município de Três Pontas, Minas Gerais, utilizando-se os atributos do solo: pH, P, Prem, K, Ca, Mg, Al, H + Al, m, T, t, SB, V e MO amostrados de forma convencional e em grade amostral quadrada de 64 pontos georreferenciados acrescida de 36 pontos de grade zoom. A análise destes dados por meio das técnicas geoestatísticas possibilitou caracterizar a variabilidade espacial dos atributos do solo em estudo, permitindo o mapeamento destas variáveis. Foi possível identificar as diferenças apresentadas nos teores dos atributos do solo comparativamente para a amostragem convencional e em grade georreferenciada para aplicação na cafeicultura de precisão.