Nematodes are a serious issue for coffee cultivation in Brazil. Because root infection by nematodes induces spectral variation in leaves and defines a unique spatial configuration in the cultivation field, the aim of this study was to use biophysical parameters and remote sensing data to discriminate and map healthy, moderately infected, and severely infected coffee plants. An experimental area in southern Minas Gerais State, in which the occurrence of nematodes was certified, was selected, and biophysical and spectral measurements of the leaves were made. Hyperspectral data were also used in a band simulation of the RapidEye sensor to identify the most sensitive spectral ranges for pathogen discrimination in coffee plants. These bands, plus a normalized difference vegetation index image, were used for a multispectral classification of healthy and nematode-infected areas. None of the biophysical parameters efficiently discriminated the leaves of healthy and infected plants, but the band simulation indicated that red, red edge, and near infrared spectral ranges were complementary to the discrimination of healthy coffee plants and the two levels of infection. The multispectral classification defined the spatial distribution of healthy, moderately infected, and severely infected coffee plants, with an overall accuracy of 78% and Kappa coefficient of 0.71. Consideringthe degree of uncertainty and high cost involved in conventional detection of soil parasites, thelevels of accuracy achieved were adequate.
O cultivo da cana-de-açúcar no Brasil, embora assistido por técnicas modernas de plantio, é alvo constante de parasitas do sistema radicular. Por registrar seletivamente o fluxo espectral da radiação eletromagnética refletida pela vegetação, o sensoriamento remoto tornou-se uma poderosa ferramenta na detecção das plantas infectadas por patógenos do solo. Com o objetivo de caracterizar espectralmente a cana-de-açúcar sadia e infectada por nematoides e pela larva do besouro Migdolus fryanus, foram tomadas medidas radiométricas in situ e geradas curvas hiperespectrais de plantas sadias e infectadas. Técnicas específicas de análise espectral, como a determinação da posição da borda do vermelho limítrofe (Red Edge Position Determination - REPD) e diferentes índices espectrais foram avaliados para discriminar as três ocorrências. As curvas de reflectância mostraram diferenças em magnitude principalmente nos comprimentos de onda do vermelho e infravermelho próximo e, assim como a determinação do REP e os índices de clorofila b, NDVI, MCARI e TCARI, permitiram distinguir apenas entre plantas sadias e infectadas. As razões espectrais sensíveis aos pigmentos clorofila a e carotenoides, porém, discriminaram as três ocorrências, inclusive plantas infectadas por nematoides e Migdolus fryanus. A melhor discriminação foi obtida com o índice de carotenoides, um pigmento fortemente relacionado com estresse da planta
A Spodoptera frugiperda (Smith) (lagarta-do-cartucho) é a principal praga do milho, com a intensificação da agricultura, os cultivos sucessivos possibilitam maior infestação pela praga. Isso levou ao surgimento de populações resistentes a inseticidas e culturas transgênicas. Pesquisas de campo para iniciar tratamentos com inseticidas são demoradas e exaustivas. Pensando em agilidade e qualidade, neste trabalho foi utilizado uma aeronave remotamente pilotada (ARP) equipado com uma câmera RGB e uma câmera MAPPIR 3 para capturar imagens de uma lavoura de milho, com o objetivo de estimar o índice de área foliar (IAF) de um talhão infestado por S. frugiperda. Durante o ciclo da cultura do milho foram realizadas várias avaliações: determinação do índice de área foliar (IAF), severidade do ataque da praga e, voos para aquisição das imagens. Modelos radiométricos para estimativa do IAF foram obtidos a partir de modelos de regressão linear compostos pelas bandas que melhor correlacionaram com os parâmetros medidos. Os resultados obtidos demonstraram eficiência e maior precisão na estimativa do IAF para o modelo radiométrico composto pela a banda do infravermelho próximo na câmera MAPPIR 3. Nesta ocasião, o RMSE calculado foi de 885,0714 cm². Use of images for attack detection of Spodoptera frugiperda in corn under function of loss of foliar area A B S T R A C TSpodoptera frugiperda (Smith) (cartridge-caterpillar) is the main pest of maize, with the intensification of agriculture, the successive crops allow greater infestation by the pest. This has led to the emergence of populations resistant to insecticides and transgenic crops. Field research to begin treatments with insecticides is time consuming and exhaustive. Thus, thinking of agility and quality, in this work was used a remotely piloted aircraft (ARP) equipped with an RGB camera and a MAPPIR 3 camera to capture images of a maize crop with the objective of estimating the leaf area index (LAI) of a field infested by S. frugiperda. The radiometric models for the estimation of LAI were obtained from linear regression models composed by the bands that best correlated with the measured parameters. The obtained results demonstrated efficiency and greater accuracy in the estimation of the LAI for the radiometric model composed by the near infrared band (IVP) in the MAPPIR 3 camera. On this occasion, the RMSE calculated was 885.0714 cm².Keywords: Corn; Cartridge Caterpillar; Remotely Piloted Aircraft.
Problemas fitossanitários, como doenças, pragas e plantas daninhas, que competem com as plantas cultivadas por recursos e, consequentemente, prejudicam seu pleno desenvolvimento, são responsáveis por perdas significativas no setor agrícola, ano após ano. Portanto, conhecer o status sanitário da lavoura é um fator crucial no planejamento de ações de manejo, além de embasar políticas públicas de investimento e de proteção, a serem adotadas, com o objetivo de prevenir perdas produtivas e de assegurar a segurança alimentar da nação. Quando expostas a esses problemas, as plantas ativam respostas de defesa, cujos mecanismos moleculares são muito complexos. Nos estágios iniciais de um ataque de pragas ou de uma doença, embora os sintomas ainda não sejam visíveis no dossel, as plantas reagem com diferentes mecanismos fisiológicos, tais como a redução da taxa de fotossíntese, que induz a um aumento da fluorescência e da emissão de calor. Dessa forma, plantas estressadas produzem uma assinatura espectral que difere da assinatura de uma planta saudável. Dentro do Sensoriamento Remoto, inúmeras pesquisas têm estudado a relação entre diferentes problemas fitossanitários com a resposta espectral registrada em sensores multi ou hiperespectrais (sejam imageadores ou não imageadores, ativos ou passivos e embarcados em plataformas terrestres, aéreas ou orbitais). Nesse contexto, o objetivo desta revisão é descrever o estado da arte da tecnologia de Sensoriamento Remoto aplicada a aspectos fitossanitários de lavouras, nos níveis de coleta de dados terrestre, aéreo e orbital, envolvendo diferentes modalidades de sensores.
ResumoAs tecnologias como o Laser Scanner se destacam no âmbito de registros arquitetônicos. Laser Scanner representa um equipamento extremamente preciso, que possibilita a criação de modelos tridimensionais por meio da coleta de milhares de pontos. Por outro lado, as técnicas fotogramétricas também são utilizadas para tais fins, onde imagens são utilizadas na geração de estereomodelos fotogramétricos tridimensionais. Ambas as metodologias buscam obter representações fieis da realidade, porém, podem haver grandes discrepâncias quanto à precisão e os custos para geração destes. O objetivo deste trabalho foi realizar uma comparação entre os modelos gerados a partir de Fotogrametria terrestre e de Laser Scanner, visando avaliar a viabilidade e eficiência de câmaras convencionais aplicadas a modelos tridimensionais voltados a fins de restituição de fachadas. Para tanto, os levantamentos por Fotogrametria terrestre e Laser Scanner foram empregados sobre as fachadas de uma igreja centenária em Monte Carmelo, MG. A partir dos produtos, observou-se que a distância entre as superfícies geradas pelas nuvens de pontos provenientes do processo fotogramétrico e Laser foi inferior a 5 cm. AbstractThe technologies such as the Laser Scanner stand out within the area of architectural registry. Laser Scanner represents a precise technology, which enables the creation of three-dimensional models through the acquisition of milions of points. On the other hand, photogrammetric techniques are also used for similar purposes, making use of images in order to generate three-dimensional representation. Both methodologies aim to obtain reliable representations of reality. However, there are potential discrepancies regarding the accuracy and costs of generating these models. The objective of this letter is to compare the models generated by terrestrial Photogrammetry and Laser Scanner, in order to evaluate the feasibility and efficiency of conventional cameras applied to three-dimensional models for facade restoration purposes. For that, the surveys by terrestrial Photogrammetry and Laser Scanner were used on the facades of a century-old church in Monte Carmelo, MG. From the products, it was observed that the distance between the surfaces generated by the clouds of points from the photogrammetric process and Laser was less than 5 cm.
O sensoriamento remoto vem sendo aplicado cada vez mais na agricultura de precisão, devido a sua forte correlação com variáveis agrícolas. A combinação espectral de bandas do visível vem se tornando uma alternativa em câmeras com ausência do infravermelho próximo, devido a uma relativa correlação com a vegetação e, consequentemente, com as variáveis agrícolas. Assim, é possível identificar alterações presentes na plantação devido ao ataque de pragas e patógenos, sendo detectável a presença de nematoides na cultura cafeeira com essa ferramenta. Nesse contexto, as Aeronaves Remotamente Pilotadas (ARPs) de baixo custo possibilitam monitoramento contínuo dessas culturas, sendo uma alternativa utilizada para a geração de mapas de manejo de pragas e patógenos, auxiliando no monitoramento da produtividade dos cultivos, minimizando perdas. Neste trabalho, foi utilizada a classificação pelo método de máxima verossimilhança para discriminação de áreas da cultura cafeeira infestada por nematoides. Para tanto, a classificação foi aplicada em combinação de bandas do visível com NDVI e a análise da acurácia do mapeamento foi validada a partir do índice Kappa. A Matriz de confusão apresentou 20% de erro de omissão (para nematoide) e 28,57% de comissão (para solo exposto), sendo estes os maiores valores obtidos, além do índice Kappa de 0,75.
The spatial distribution and levels of available plant nutrients (elements) in the soil can limit coffee yield and must be evaluated for effective crop management. Therefore, we analyzed spatial variability in yield and plant nutrients in the saturation extract of a clayey Oxisol cropped with fertigated coffee. The experiment was carried out on 14 hectares of coffee in Monte Carmelo, Minas Gerais, Brazil. Soil samples were collected (0 - 0.2m layer) at 61 regular grid points (spaced 50x50m) and used to determine plant nutrients in the saturation extract. Coffee yield was also determined at these points. Descriptive statistics were calculated for each variable and geostatistics were used to build a spatial variability model representing the physical attributes of the soil. Variographic analysis was performed using semivariograms. These showed that yield and soil chemistry varied throughout the study site. Thus, the maps generated from geostatistics can be useful tools for soil management in fertigated coffee crops.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.