Coffee Science
URI permanente desta comunidadehttps://thoth.dti.ufv.br/handle/123456789/3355
Navegar
8 resultados
Resultados da Pesquisa
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.Item Comparação de classificadores supervisionados na discriminação de áreas cafeeiras em Campos Gerais - Minas Gerais(Editora UFLA, 2014-10) Sarmiento, Christiany Mattioli; Ramirez, Gláucia Miranda; Coltri, Priscila Pereira; Lima e Silva, Luis Felipe; Nassur, Otávio Augusto Carvalho; Soares, Jefferson FranciscoO uso de técnicas de sensoriamento remoto orbital representa um significativo avanço para os levantamentos de dados da cafeicultura, principalmente visando a complementação das técnicas utilizadas atualmente. Objetivou-se,neste trabalho, mapear áreas cafeeiras em imagens de alta resolução, a partir de métodos de classificação por análise de imagens orientada a objeto, com os algoritmos k nearest neighbor (KNN), support vector machine (SVM) e pixel-a-pixel, com o algoritmo maximum likelihood (Maxver). A área de estudo foi mapeada, em duas classes: ‘café’ e ‘outros usos’. Realizou- se a análise da exatidão dos mapeamentos a partir da comparação com o mapa de referência da área e foi constatado que a classificação pixel a pixel, pelo método maximum likelihood, obteve os melhores resultados, com 0,78 de índice kappa e 94,61% de exatidão. Conclui-se, a partir deste estudo que o método pixel a pixel do algoritmo Maxver mostra-se mais eficiente para discriminar café, quando se considera somente dois tipos de uso da terra, café e não café, em imagens de alta resoluçãoItem Modis images for agrometeorological monitoring of coffee areas(Editora UFLA, 2013-04) Volpato, Margarete Marin Lordelo; Vieira, Tatiana Grossi Chquiloff; Alves, Helena Maria Ramos; Santos, Walbert Júnior Reis dosAgrometeorological monitoring of coffee lands has conventionally been performed in the field using data from land-based meteorological stations and field surveys to observe crop conditions. More recent studies use satellite images, which assess large areas at lower costs. The Moderate Resolution Imaging Spectroradiometer (MODIS) sensor of the Earth satellite provides free images with high temporal resolution and vegetation specific products, such as the MOD13, which provides the Normalized Difference Vegetation Index (NDVI) processed in advanced. The objective of this study was to evaluate the relation between the NDVI spectral vegetation index and the meteorological and water balance variables of coffee lands of the south of Minas Gerais in order to obtain statistical models of this relationship. The study area is located in the municipality of Três Pontas, Minas Gerais, Brazil. The statistical models obtained demonstrate a significant negative correlation between the NDVI and water deficit. NDVI values under 70% may represent a water deficit in the coffee plants. The models developed in this study could be used in the agrometeorological monitoring of coffee lands in the south of Minas Gerais.Item Imagens do sensor modis para monitoramento agrometeorológico de áreas cafeeiras(Editora UFLA, 2013-04) Volpato, Margarete Marin Lordelo; Vieira, Tatiana Grossi Chquiloff; Alves, Helena Maria Ramos; Santos, Walbert Júnior Reis dosO monitoramento agrometeorológico de áreas cafeeiras tem sido realizado convencionalmente em campo utilizando-se dados de estações meteorológicas terrestres e visitas à lavoura para se observar seu desenvolvimento. Estudos mais recentes utilizam imagens de satélite, que permitem avaliar grandes áreas a custos menores. O sensor Moderate Resolution Imaging Spectroradiometer (MODIS) do satélite Terra oferece gratuitamente imagens com alta resolução temporal e produtos voltados especialmente para vegetação como o MOD13, que fornece o índice de vegetação Normalized Difference Vegetation Index (NDVI) previamente processado. Objetivou-se, no presente estudo, avaliar a relação entre o índice de vegetação espectral NDVI e as variáveis meteorológicas e do balanço hídrico, em áreas cafeeiras do sul de Minas Gerais, visando à obtenção de modelos estatísticos dessa relação. A área de estudo localiza-se no município de Três Pontas, estado de Minas Gerais, Brasil. Os modelos estatísticos desenvolvidos demonstram a correlação significativa negativa entre o NDVI e déficit hídrico. Valores de NDVI menores que 70% podem indicar a deficiência hídrica de cafeeiros. Os modelos desenvolvidos no presente estudo poderão ser usados no monitoramento agrometeorológico de lavouras cafeeiras na região sul de Minas Gerais.Item Diagnóstico físico-ambiental da cafeicultura no estado de Minas Gerais – Brasil(Editora UFLA, 2012-05) Bernardes, Tiago; Moreira, Maurício Alves; Adami, Marcos; Rudorff, Bernardo Friedrich TheodorO estado de Minas Gerais é o maior produtor de café no Brasil, onde a cultura está distribuída sob diferentes condições de ambiente e cultivo. O conhecimento de variáveis ambientais favorece a implantação e definição do tipo de manejo adequado ao cultivo do café. Objetivou-se, neste trabalho, avaliar em termos espaciais e quantitativos a ocupação da cafeicultura em Minas Gerais e propor um modelo de ocupação das áreas cafeeiras com relação às variáveis do meio físico: altimetria, declividade, orientação de vertentes e solos. Utilizaram-se dados de sensoriamento remoto para mapear o café e para derivar os dados de altimetria, declividade e orientação de vertentes. Os mapas gerados, juntamente com um mapa de solos, foram sobrepostos ao mapa de áreas cafeeiras, utilizando-se operadores estatísticos zonais para espacialização do café em relação a estes temas. As classes mais favoráveis ao cultivo do cafeeiro foram consideradas para definição de um ambiente mais apto à cultura. Os resultados demonstram que o parque cafeeiro está distribuído em altitudes variando entre 500 e 1.200 m. São encontradas lavouras em praticamente todas as faixas de declividade, porém há um predomínio de lavouras em declividades entre 5 e 15%.A orientação de vertentes não parece influenciar na distribuição espacial das lavouras de café uma vez que a proporção de lavouras é parecida em todas as classes de orientação. No entanto, a proporção de lavouras em faces orientadas a oeste é ligeiramente inferior. Com relação ao tipo de solo foi observado que 80% dos cafezais encontra-se em Latossolos e Argissolos. Cerca de 70% do parque cafeeiro distribui-se adequadamente quando todas as variáveis são analisadas simultaneamente, ou seja, sob condições favoráveis de altimetria, declividade, orientação de vertentes e solo.Item Geothecnologies in the assessment of land use changes in coffee regions of the state of Minas Gerais in Brazil(Editora UFLA, 2007-07) Vieira, Tatiana Grossi Chquiloff; Alves, Helena Maria Ramos; Bertoldo, Mathilde Aparecida; Souza, Vanessa Cristina Oliveira deCoffee is one of Brazilian most important cash crops due to the incomes generated by exportation. Southern Minas Gerais State represents approximately half of the total national production, although the greatest expansion of the crop has been observed in the western part of the state ( Triângulo Mineiro and Alto Paranaíba regions). As a requirement for future planning, it is important to establish efficient methodologies to map and monitor these lands, with the possibility of an easier periodical updating of the information. In this work geotechnologies were used to evaluate changes, in space and time, of areas occupied by coffee plantations in Minas Gerais. Land use maps of study areas selected in the main producing regions of the state were generated for the years 2000 and 2003 using the GIS SPRING and Landsat images. The results of the quantitative comparison of these maps indicated different behaviours for the regions evaluated. In São Sebastião do Paraíso and Machado, countries (south of Minas Gerais), a decrease of the areas occupied by coffee was observed, whereas in Três Pontas, increased. In Patrocínio, western part of the state, the area occupied by the crop remained unaltered. Remote sensing and GIS were efficient in the evaluation of the spatial-temporal dynamics of coffee lands of Minas Gerais, providing a greater understanding of the different environments and information that can support regional land use planning.Item Crop parameters and spectral response of coffee and spectral response of coffee (Coffea arabica L.) areas within the state of Minas Gerais, Brazil(Editora UFLA, 2006-07) Vieira, Tatiana Grossi Chquiloff; Alves, Helena Maria Ramos; Lacerda, Marilusa Pinto Coelho; Veiga, Ruben Delly; Epiphanio, José Carlos NevesThis work compares coffee plantation (Coffea arabica L.) characteristics to their spectral responses in TM/ Landsat images to obtain identification patterns to be used in mapping and monitoring of coffee crops in the state of Minas Gerais using remote sensing. The fieldwork involved selection of representative areas from the main coffee production regions of the state, with definition of study areas from where the coffee parameters and environmental data were collected. Two pilot-areas representative of the physiographic regions, Alto Paranaíba and Sul de Minas were selected for the study. The field data and TM/Landsat images were treated with the SPRING geographic information system. The reflectance data, as well as the remaining data collected in the field, were organized in a statistical programme for correlation studies. The statistical analysis showed that, among the fourteen variables evaluated, the highest correlation was observed between reflectance measured in the near infrared zone and the percentage of area covered by the plant canopies. This parameter reflects the effects of other crop variables, such as size, diameter, density, vegetative vigour and productivity. Results show that, due to the great variability of the crop and the limitations imposed by TM/Landsat products, the definition of a pattern is unlikely. Nevertheless, for productive adult coffee plants in good vegetative state, the survey and monitoring of the crop can be carried out using TM/Landsat images, particularly in regions like Alto Paranaíba , where the landscape is mostly of gently undulating slopes and the coffee fields are more extensive and homogeneous.