Vegetation indices in the prediction of biomass and grain yield of white oat under irrigation levels

Coelho, Anderson Prates; Rosalen, David Luciano; Faria, Rogério Teixeira de

doi:10.1590/1983-40632018v4851523

Cited by 20 publications

(20 citation statements)

References 26 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Verificou-se que os modelos de estimativa da produtividade de grãos (PG) apresentaram maior acurácia do que para a estimativa da produtividade de biomassa (PB). Esse fato foi verificado em alguns trabalhos (Abrahão et al, 2013;Zerbato et al, 2016;Coelho et al, 2018), pois o acúmulo de biomassa das plantas apresenta maior variabilidade espacial do que a produtividade de grãos. No presente estudo, no estádio fenológico R 8 , o coeficiente de variação dos dados para a calibração dos modelos foi de 23% e 12,8% para a biomassa e produtividade de grãos, respectivamente.…”

Section: Resultsunclassified

“…Em relação à PG média (2329 kg ha -1 ) do feijoeiro 7/8 no presente estudo, o erro foi de 6,9%. Em outros trabalhos de estimativa da PG das culturas, embora a precisão dos modelos (R 2 ) foi superior à obtida no presente estudo, o erro médio foi superior, como por exemplo para a aveia-branca, sendo de 9% (Coelho et al, 2018).…”

Section: Figuraunclassified

“…Nesse sentido, os manejos agrícolas para a cultura tendem a ser distintos entre as safras, destacando-se a irrigação, adubação e controle de plantas daninhas. Assim, a utilização de sensoriamento remoto nas lavouras de feijão pode ajudar na definição desses manejos (Coelho et al, 2018;Zhao et al, 2018).…”

Section: Introductionunclassified

“…Esse sensor é ativo e gera automaticamente dois índices de vegetação, o NDVI 3/8 (Equação 1) e o IRVI (Equação 2), a partir da medida da resposta espectral da banda do vermelho (650 nm) e do infravermelho próximo (770 nm). A obtenção de dados com o GreenSeeker foi realizada manualmente, com passagem sobre o dossel (0,5 m acima) do feijoeiro, conforme Santos et al (2017) e Coelho et al (2018). Para cada parcela foram obtidos entre 20 e 30 valores de NDVI (Equação 1) e IRVI (Equação 2).…”

unclassified

See 3 more Smart Citations

Índices de vegetação na estimativa da produtividade do feijoeiro cultivado sob doses de nitrogênio

Sandrini

Leal

Coelho

et al. 2019

Agraria

View full text Add to dashboard Cite

RESUMO: O sensoriamento remoto apresenta diversas aplicações na agricultura, destacando-se a definição de áreas de manejos específicos e estimativa da produtividade das culturas. Objetivou-se comparar a acurácia de dois índices de vegetação (NDVI e IRVI) na estimativa da produtividade de grãos e de biomassa do feijoeiro cultivado sob doses de nitrogênio em quatro estádios fenológicos. O experimento foi realizado na safra de inverno de 2018. O experimento apresentou 5 tratamentos, sob doses de N em cobertura (0, 50, 100, 150 e 200 kg ha-1), com quatro repetições. Os índices de vegetação NDVI e IRVI foram obtidos pelo sensor óptico ativo Greenseeker. Foram plotadas regressões do valor médio de NDVI e IRVI de cada parcela com a produtividade de biomassa e de grãos da cultura. As regressões foram submetidas à análise (p < 0,05) e, quando significativas, os ajustes foram testados pelo coeficiente de determinação (R 2) e raiz do erro quadrático médio (RMSE). A acurácia da estimativa da produtividade de grãos do feijoeiro por meio de índices de vegetação (R 2 = 0,71; RMSE = 162 kg ha-1) é superior do que para a produtividade de biomassa (R 2 = 0,52; RMSE = 898 kg ha-1). O estádio fenológico com maior acurácia na estimativa das produtividades é o de enchimento de grãos (R 8).

show abstract

Section: Resultsunclassified

Section: Figuraunclassified

Section: Introductionunclassified

unclassified

See 2 more Smart Citations

Índices de vegetação na estimativa da produtividade do feijoeiro cultivado sob doses de nitrogênio

Sandrini

Leal

Coelho

et al. 2019

Agraria

View full text Add to dashboard Cite

show abstract

“…A utilização de medidas indiretas na agricultura associadas à modelagem, pode ser um bom indicativo da produtividade das culturas e ajudar na distinção de zonas de manejo específico. (5,6) O estresse hídrico das culturas agrícolas, por exemplo, pode ser identificado com precisão por sensoriamento (7) .…”

Section: Introductionunclassified

Estimativa Da Produtividade De Grãos Da Aveia-Branca Cultivada Sob Níveis De Irrigação Utilizando Clorofilômetro Portátil

Coelho

Leal

Filla

et al. 2018

Rev Cient Fac Educ e Meio Ambient

Self Cite

View full text Add to dashboard Cite

Palavras-chave:Clorofila ICF Modelos RESUMO: A utilização de medidas de vegetação indiretas na agricultura, associado à modelos, é uma forma eficiente de estimar a produtividade das culturas. Objetivou-se verificar a acuracidade de modelos para estimar a produtividade da aveia-branca utilizando como variável leituras indiretas de clorofila, além de indicar a melhor fase e folha para a avaliação. O experimento de campo foi realizado entre maio e agosto de 2017, na FCAV/Unesp, Jaboticabal, SP. As lâminas de irrigação foram 100%, 87%, 60%, 31% e 11% da ETc para os tratamentos L5, L4, L3, L2 e L1, respectivamente. Cada tratamento apresentava 4 repetições. A leitura do índice clorofila (ICF) foi realizada pelo clorofilômetro Falker ClorofiLOG ® 1030 nas folhas bandeira e bandeira -1, em 5 plantas por parcela. As regressões foram submetidas à análise de variância (Teste F) e sua acuracidade verificada pela avaliação do coeficiente de determinação (R 2 ), raiz quadrada do erro médio (RSME) e erro médio (ME). Leituras indiretas de clorofila apresentam alta correlação com a produtividade da aveia-branca. A maior acurácia para a estimativa da produtividade da aveia foi a avaliação na folha bandeira e na fase vegetativa da cultura (R 2 = 0,81; RSME = 509 kg ha -1 ; ME = 0.0072 kg ha -1 ). ABSTRACT: The use of indirect measures of vegetation in agriculture, associated withmodels, is an efficient way of estimating crop productivity. The objective of this study was to verify the accuracy of models to estimate the yield of white oats using as indirect variable chlorophyll measures, besides indicating the best phase and leaf for the evaluation. The field experiment was carried out between May and August 2017 at FCAV/Unesp, Jaboticabal, SP. Irrigation depths were 100%, 87%, 60%, 31% and 11% ETc for treatments L5, L4, L3, L2 and L1, respectively. Each treatment had 4 replicates. The 1 AGRADECIMENTOS: Agradecemos ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) pela concessão da bolsa de mestrado ao primeiro autor e à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pela concessão de bolsas de estudos ao segundo e terceiro autores. 2 Atribuição CC BY: Este é um artigo de acesso aberto e distribuído sob os Termos da Creative Commons Attribution License. A licença permite o uso, a distribuição e a reprodução irrestrita, em qualquer meio, desde que creditado as fontes originais.

show abstract

An integrative data-driven approach for monitoring corn biomass under irrigation water and nitrogen levels based on UAV-based imagery

Feizolahpour,

Besharat,

Feizizadeh

et al. 2023

Environ Monit Assess

View full text Add to dashboard Cite

Vegetation indices in the prediction of biomass and grain yield of white oat under irrigation levels

Cited by 20 publications

References 26 publications

Índices de vegetação na estimativa da produtividade do feijoeiro cultivado sob doses de nitrogênio

Índices de vegetação na estimativa da produtividade do feijoeiro cultivado sob doses de nitrogênio

Estimativa Da Produtividade De Grãos Da Aveia-Branca Cultivada Sob Níveis De Irrigação Utilizando Clorofilômetro Portátil

An integrative data-driven approach for monitoring corn biomass under irrigation water and nitrogen levels based on UAV-based imagery

Contact Info

Product

Resources

About