Periódicos
URI permanente desta comunidadehttps://thoth.dti.ufv.br/handle/123456789/3352
Navegar
16 resultados
Resultados da Pesquisa
Item Estimativa da produtividade de cafeeiros irrigados pelo método Zona Agroecológica Espectral(Revista Engenharia na Agricultura, 2017-03-31) Almeida, Thomé Simpliciano; Sediyama, Gilberto Chohaku; Alencar, Leônidas Pena deA posição de destaque do café na economia brasileira torna importante a realização de pesquisas científicas que contribuam para o monitoramento da cultura e estimativa da produtividade, fornecendo subsídios para políticas de planejamento e comercialização agrícola. Neste sentido, o presente trabalho teve como objetivo realizar a estimativa da produtividade de uma fazenda cafeeira na região Noroeste do Estado de Minas Gerais a partir de modelagem agrometeorológica e dados espectrais do sensor MODIS. O modelo utilizado tem como base a penalização da produtividade potencial da cultura em função do déficit hídrico (ET/ETc) e da produtividade do ano anterior (Yaa/Yp), ajustados por diferentes coeficientes de sensibilidade da cultura (ky), em diferentes estádios fenológicos. Com a parametrização do modelo, obteve-se um valor de r2 variando entre 0,79 a 0,95, e um índice de concordância “d” de Willmott de 0,93 a 0,95, entre a produtividade real e a estimada. Os resultados satisfatórios comprovaram o potencial da aplicação do modelo agrometeorológico-espectral para obtenção da estimativa da produtividade a nível de fazendas.Item Multitemporal variables for the mapping of coffee cultivation areas(Empresa Brasileira de Pesquisa Agropecuária - Embrapa, 2019) Souza, Carolina Gusmão; Arantes, Tássia Borges; Carvalho, Luis Marcelo Tavares de; Aguiar, PolyanneThe objective of this work was to propose a new methodology for mapping coffee cropping areas that includes multitemporal data as input parameters in the classification process, by using the Landsat TM NDVI time series, together with an object-oriented classification approach. The algorithm BFAST was used to analyze coffee, pasture, and native vegetation temporal profiles, allied to a geographic object-based image analysis (GEOBIA) for mapping. The following multitemporal variables derived from the R package greenbrown were used for classification: mean, trend, and seasonality. The results showed that coffee, pasture, and native vegetation have different temporal behaviors, which corroborates the use of these data as input variables for mapping. The classifications using temporal variables, associated with spectral data, achieved high-global accuracy rates with 93% hit. When using Only temporal data, ratings also showed a hit percentage above 80% accuracy. Data derived from Landsat TM time series are efficient for mapping coffee cropping areas, reducing confusion between targets and making the classification process more accurate, contributing to a correct characterization and mapping of objects derived from a RapidEye image, with a high spatial solution.Item Geotecnologias para mapear lavouras de café nos estados de Minas Gerais e São Paulo(Associação Brasileira de Engenharia Agrícola, 2010-11) Moreira, Mauricio A.; Rudorff, Bernardo F. T.; Barros, Marco A.; Faria, Viviane G. C. de; Adami, MarcoO uso operacional de imagens de satélites de sensoriamento remoto para mapear lavouras de café em grandes áreas, para fins de obtenção de estatísticas agrícolas confiáveis e oportunas, ainda se encontra em desenvolvimento. Diversos são os fatores que dificultam a correta identificação e mapeamento do parque cafeeiro. Contudo, os avanços tecnológicos observados nos últimos anos em termos de aquisição de imagens com melhor qualidade e em maior quantidade, bem como o desenvolvimento de novas ferramentas de análise, propiciam o desenvolvimento de um método operacional que pode contribuir na formação das estatísticas agrícolas oficiais do café no Brasil. Neste sentido, o presente trabalho tem por objetivo relatar a metodologia e apresentar os resultados do mapeamento das áreas cultivadas com café nos Estados de Minas Gerais e São Paulo, utilizando imagens de sensoriamento remoto e técnicas de geoprocessamento. A abordagem metodológica consiste em quatro fases: a) restauração das imagens e georreferenciamento; b) classificação não supervisionada; c) interpretação visual na tela do computador para minimizar erros de omissão e inclusão, e d) determinação da área cultivada com café. Os resultados indicaram que a metodologia utilizada foi adequada para o mapeamento das lavouras de café de Minas Gerais e São Paulo.Item Utilização da técnica por componentes principais (acp) e fator de iluminação, no mapeamento da cultura do café em relevo montanhoso(Associação Brasileira de Engenharia Agrícola, 2011-05) Lamparelli, Rubens A. C.; Nery, Luiz; Rocha, Jansle V.O objetivo deste trabalho foi avaliar as informações obtidas das imagens do satélite Landsat/TM5, utilizando técnicas de Análise por Componentes Principais (ACP) e Fator de Iluminação oriundo de um Modelo de Elevação do Terreno, calculado a partir de imagens ASTER, no mapeamento de áreas de café em terreno montanhoso. As imagens utilizadas (três) foram corrigidas para o efeito da atmosfera e cobriram, temporalmente, o ciclo da cultura. Foram calculadas as componentes principais e escolhidas as duas primeiras, as quais possuíam 94% das informações, para a definição das amostras. As amostras resultantes da ACP foram utilizadas na classificação supervisionada cujo resultado foi comparado com uma classificação convencional e uma classificação multitemporal convencional. A acurácia das classificações foi realizada por meio do cálculo da Exatidão Global e do Coeficiente Kappa, tendo como base uma máscara da área cafeeira da região. Os resultados mostraram que a técnica de ACP foi efetiva no estabelecimento de classes de iluminação, assim como na escolha das amostras, apesar de estas não terem representado a área efetivamente classificada. Em função disto, as classificações foram mais acuradas, principalmente aquela que considerou todos os pixels de cada imagem classificada individualmente pelo método da ACP, confirmando a importância do aspecto multitemporabilidade .Item Use of data mining and spectral profiles to differentiate condition after harvest of coffee plants(Associação Brasileira de Engenharia Agrícola, 2012-01) Lamparelli, Rubens A. C.; Johann, Jerry A.; Santos, Éder R. dos; Esquerdo, Julio C. D. M.; Rocha, Jansle V.This study aimed at identifying different conditions of coffee plants after harvesting period, using data mining and spectral behavior profiles from Hyperion/EO1 sensor. The Hyperion image, with spatial resolution of 30 m, was acquired in August 28 th , 2008, at the end of the coffee harvest season in the studied area. For pre-processing imaging, atmospheric and signal/noise effect corrections were carried out using Flaash and MNF (Minimum Noise Fraction Transform) algorithms, respectively. Spectral behavior profiles (38) of different coffee varieties were generated from 150 Hyperion bands. The spectral behavior profiles were analyzed by Expectation- Maximization (EM) algorithm considering 2; 3; 4 and 5 clusters. T-test with 5% of significance was used to verify the similarity among the wavelength cluster means. The results demonstrated that it is possible to separate five different clusters, which were comprised by different coffee crop conditions making possible to improve future intervention actions.Item Análise espectral e temporal da cultura do café em imagens Landsat(Empresa Brasileira de Pesquisa Agropecuária - Embrapa, 2004-03) Moreira, Mauricio Alves; Adami, Marcos; Rudorff, Bernardo Friedrich TheodorA definição da resposta espectral da cultura do café é uma das etapas na identificação de lavouras cafeeiras em imagens de satélites de sensoriamento remoto, para fins de mapeamento e estimativa de área plantada. O objetivo deste trabalho foi avaliar o potencial das imagens adquiridas pelos satélites da série Landsat, no mapeamento da cultura do café para a previsão de safras. Foi feita uma análise temporal do comportamento espectral de lavouras de café-formação e café-produção por meio de imagens livres de nuvens adquiridas nos anos de 1999 e 2001. Também foi analisado o comportamento espectral das classes pastagem e mata, que compõem os alvos de maior ocupação na área de estudo. As imagens do período seco foram mais eficientes no mapeamento de lavouras de café-formação e café-produção. As imagens da banda 4 dos dois sensores apresen- taram melhor diferenciação espectral entre café e os demais alvos da cena. A reflectância do café-produção apresentou grande variabilidade entre lavouras, que pode ser atribuída à idade, espaçamento de plantas, cultivar, indicando a necessidade de trabalho em campo para a correta identificação das lavouras de café nas imagens Landsat.Item Comparação de dados dos satélites Ikonos-II e Landsat/ETM+ no estudo de áreas cafeeiras(Empresa Brasileira de Pesquisa Agropecuária - Embrapa, 2006-04) Ramirez, Gláucia Miranda; Zullo Junior, Jurandir; Assad, Eduardo Delgado; Pinto, Hilton SilveiraO objetivo deste trabalho foi avaliar o impacto do aumento da resolução espacial e radiométrica da imagem pancromática do Ikonos-II na identificação de plantios de café (Coffea arabica), em comparação com as imagens do Landsat/ETM+. A área de estudo está localizada no Município de Pedregulho, SP, onde foram selecionados 50 talhões com plantios de café, e foram levantados dados referentes à altura, idade, espaçamento e variedade de cada talhão. As imagens permitiram a identificação de talhões com características diferentes em campo, tendo-se destacado a imagem do Ikonos-II, que apresentou melhor desempenho. Para os talhões com características iguais em campo, as imagens analisadas não se mostraram eficientes, independentemente do satélite utilizado. As correções atmosféricas e radiométricas, na imagem do Ikonos-II, não proporcionaram ganho efetivo nas análises realizadas. A maioria dos talhões identificados na imagem do Ikonos-II pode ser localizada na imagem do Landsat/ETM+ (68%). A correlação significativa entre a banda 4 do Landsat/ETM+ e o canal pancromático do Ikonos-II indica uma forma de ligação entre as imagens dos dois satélites.Item Estimativa da produtividade de café com base em um modelo agrometeorológico‐espectral(Empresa Brasileira de Pesquisa Agropecuária - Embrapa, 2010-12) Rosa, Viviane Gomes Cardoso da; Moreira, Maurício Alves; Rudorff, Bernardo Friedrich Theodor; Adami, MarcosO objetivo deste trabalho foi avaliar um modelo agrometeorológico‐espectral, para estimar a produtividade de cafezais. Utilizaram-se imagens do sensor MODIS e dados agrometeorológicos do modelo regional de previsão do tempo (ETA), para fornecer as variáveis de entrada para o modelo agrometeorológico‐espectral da mesorregião geográfica sul/sudoeste do estado de Minas Gerais nos anos‐agrícolas de 2003/2004 a 2007/2008. A variável espectral de entrada do modelo agrometeorológico‐espectral, índice de área foliar (IAF), usada no cálculo da produtividade máxima, foi estimada com o índice de vegetação por diferença normalizada (NDVI), obtido de imagens MODIS. Outras variáveis de entrada no modelo foram: dados meteorológicos gerados pelo modelo ETA e a capacidade de água disponível no solo. Ao comparar a produtividade média estimada pelo modelo com a fornecida oficialmente pelo IBGE, as diferenças relativas obtidas em escala regional foram de: 0,4, 3,0, 5,3, 1,5 e 8,5% para os anos agrícolas 2003/2004, 2004/2005, 2005/2006, 2006/2007 e 2007/2008, respectivamente. O modelo agrometeorólogico‐espectral, que tem como base o modelo de Doorenbos & Kassan, foi tão eficaz para estimar a produtividade dos cafezais quanto o modelo oficial do IBGE. Além disso, foi possível espacializar a quebra de produtividade e prever 80% da produtividade final na primeira quinzena de fevereiro, antes do início da colheita.Item Mapeamento da cultura cafeeira por meio de classificação automática utilizando atributos espectrais, texturais e fator de iluminação(Editora UFLA, 2017-04) Marujo, Rennan de Freitas Bezerra; Moreira, Maurício Alves; Volpato, Margarete Marin Lordelo; Alves, Helena Maria RamosO café, importante produto nas exportações brasileiras, necessita de constante monitoramento para que os sistemas de previsão de safras existentes sejam confiáveis. Imagens orbitais de média resolução espacial são ferramentas com grande potencial para mapeamento do uso do solo e identificação de culturas agrícolas. Nesta pesquisa, visando o mapeamento de áreas cafeeiras, avaliou-se o desempenho da classificação baseada em objetos, associada a técnicas de mineração de dados, aplicada em imagens OLI/Landsat-8. Foram feitas três classificações automáticas, a primeira constando exclusivamente atributos espectrais, a segunda acrescentando atributos texturais e a terceira, incluindo também classes de iluminação do terreno. Foram utilizadas seis imagens multiespectrais, datadas de três diferentes estádios fenológicos da cultura: frutificação, granação e repouso. A validação das classificações foi feita por meio do Método de Monte Carlo utilizando como referência mapas visualmente interpretados. As classificações feitas exclusivamente com atributos espectrais resultaram, para a classe café, exatidão média de 57%. Não houve estádio fenológico que proporcionasse maior exatidão à classe café, entretanto ao incluir os atributos texturais, a exatidão da classe café melhorou para 76%. Assim, observa-se que atributos texturais mostraram-se importantes para detecção automática de áreas cafeeiras.Item Estudos de casos de classificação de áreas cultivadas com café por meio de descritores de textura(Editora UFLA, 2016-10) Silveira, Lucas Silva da; Valente, Domingos Sárvio Magalhães; Pinto, Francisco de Assis Carvalho; Santos, Fábio LúcioO objetivo neste trabalho foi desenvolver um sistema para identificar áreas cultivadas com café utilizando Redes Neurais Artificiais (RNAs) tendo como variáveis de entrada os descritores de textura de Haralick. Utilizou-se o algoritmo de treinamento do tipo retro-propagação do erro (backpropagation) e o método de Levenberg-Marquardt. Foram realizados dois estudos de casos: no primeiro, as RNAs foram desenvolvidas para discriminar entre as classes café, mata, água, solo exposto, pastagem e área urbana; no segundo, as RNAs foram desenvolvidas para classificar as plantações de café de acordo com a idade e com a data de recepa. Para a avaliação do desempenho de classificação das RNAs empregou-se um mapa de referência de uso e ocupação do solo elaborado por meio do Sistema de Informações Geográficas. A concordância entre os mapas temáticos, classificados pela RNA, e o mapa de referência foi avaliada pelo coeficiente Kappa. Verificou-se que o coeficiente Kappa para discriminar a região cafeeira das outras classes temáticas foi de 0,652 no primeiro estudo de caso, desempenho considerado muito bom. Para classificar os plantios de café em função da idade e data de recepa o índice Kappa foi variável (0,675 a 0,4783), sendo considerado muito bom para a fazenda Itatiaia e razoável para a fazenda Pedra Redonda.