Abstract:RESUMOA variável duração do período de molhamento foliar desempenha papel importante em sistemas de alerta fitossanitários e em estudos de trocas gasosas das plantas. Objetivou-se, neste estudo, estimar essa variável por modelos em um dossel de feijão (Phaseolus vulgaris L.) sob irrigação plena e deficitária e comparar tais estimativas com medidas feitas no dossel. Foram utilizados quatro modelos: (1) o do número de horas com umidade relativa superior a um limiar; (2) o da depressão do ponto de orvalho; (3) o … Show more
“…O termo "molhamento foliar" abrange todas as formas de água líquida na superfície das folhas das plantas, com origem na formação de orvalho, na precipitação ou na irrigação (DURIGON;LIER, 2013). O orvalho é definido como a água condensada sobre a superfície, quando a temperatura dessa atinge o ponto de orvalho, devido ao resfriamento intenso, por perda de radiação de ondas longas, em noite de céu limpo, sem vento e com alta umidade no ar próximo a superfície (PEREIRA et al, 2002).…”
“…O termo "molhamento foliar" abrange todas as formas de água líquida na superfície das folhas das plantas, com origem na formação de orvalho, na precipitação ou na irrigação (DURIGON;LIER, 2013). O orvalho é definido como a água condensada sobre a superfície, quando a temperatura dessa atinge o ponto de orvalho, devido ao resfriamento intenso, por perda de radiaç ão de ondas longas, em noite de céu limpo, sem vento e com alta umidade no ar próximo a superfície (PEREIRA et al, 2002).…”
“…LWD has been used to measure leaf wetness in Asian rust prediction models, such as the one proposed by Reis et al (2004) and tested by Igarashi et al (2016). However, sensors to measure leaf wetness are not available in most weather stations and, many times, require careful operation; if not operated correctly, there may be significant data collection errors (Almeida & Machado, 2009;Durigon & J. Van Lier, 2013).…”
The objective of this work was to determine models for the estimation of leaf wetness percentage at three heights in the soybean (Glycine max) canopy, using meteorological variables from stations installed at the crop site and at an agrometeorological station. The experiment was conducted in three harvest seasons, in an area cropped with soybean, in the municipality of Londrina, in the state of Paraná, Brazil. To collect the meteorological variables, electronic trees were installed at four heights (0.3, 0.6, 0.9, and 1.7 m) in the crop and a station was installed in an agrometeorological station. The data were separated according to days with and without rain, and the analyses of correlation and of simple and multiple regressions were carried out, in order to obtain models with equations for leaf wetness estimation. Most of the equations that did not use the data of the sensors installed at 1.7 m, especially those of the models based on variables only from the agrometeorological station, presented low reliability. The models obtained with meteorological data only from the soybean crop show high reliability and use a lower amount of variables, which makes them a good alternative for wetness estimation.
“…Estes sensores, simulam a folha e são capazes de detectar a presença deágua em sua superfície, podendo ser resistivos [Inc. 2010] ou capacitivos [Devices 2010]. A implementação de sensores de umidade e temperatura, que possibilitam estimar o molhamento foliar por meio de modelos empíricos, também apresenta-se como uma das formas mais viáveis para a determinação da duração do molhamento foliar [Durigon andvan Lier 2013, Leandro et al 2003].…”
Este trabalho apresenta a implementação de um sistema capaz de detectar o molhamento foliar. Por meio da utilização de técnicas de análise e processamento de imagens digitais, buscou-se identificar e quantificar o molhamento foliar, bem como o tempo de duração deste. Além disso, foi construída uma rede de sensores sem fio capaz de coletar variáveis de temperatura, umidade relativa e precipitação. Testes preliminares comprovaram a viabilidade e a eficiência do sistema, destacando o uso de imagens NDVI para potencializar o processo de quantificação. Isso permitirá a correlação de informações, visando a obtenção de resultados com maior precisão.
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.