Estimativa de severidade do mofo-branco em lavouras de feijão utilizando-se sensores hiper e multiespectral

Abstract

R E S U M ONeste estudo objetivou-se identificar comprimentos de onda e faixas espectrais provenientes de reflectâncias hiper e multiespectrais utilizando regressão PLS e promover avaliação comparativa desses métodos e de dez índices de vegetação, para determinar aqueles que melhor estimam níveis de severidade de mofo-branco em feijão. Foram implantados experimentos nos municípios de Viçosa e de Oratórios, estado de Minas Gerais. Reflectâncias hiperespectrais foram obtidas com espectroradiômetro cuja faixa útil de leitura adotada foi entre 440 e 900 nm. Reflectâncias multiespectrais foram obtidas de imagens de câmara constituídas de cinco bandas (vermelho, verde, azul, Red-edge e infravermelho). Os índices de severidade da doença foram baixos; em Viçosa a média foi de 5,8% e em Oratórios, 7,4%. Modelos matemáticos utilizando reflectâncias hiperespectrais tiveram melhor desempenho para estimar mofo-branco; a banda do red-edge apresentou os comprimentos de onda que melhor estimam a severidade do mofo-branco. Índices de vegetação resistentes a efeitos da reflectância de solo estimaram melhor o mofo-branco do que os demais índices.Estimative of white mold severity in common bean crops using hyper and multispectral sensors A B S T R A C TThis study aimed to identify wavelengths and spectral ranges from hyper and multispectral reflectance using PLS regression; and to promote comparative evaluation of these methods and ten vegetation indices to determine those that best estimate levels of white mold severity in common beans. Experiments were implemented in the municipalities of Viçosa and Oratorios, Minas Gerais state. Hyperspectral reflectance measurements were acquired with the spectroradiometer, whose useful reading range was between 440 and 900 nm. Multispectral reflectance measurements were obtained from camera images comprising five bands (red, green, blue, red-edge and infrared). The indexes of disease severity were low. In Viçosa the average was 5.8% and in Oratorios, 7.4%. Mathematical models using hyperspectral reflectance performed better for estimating white mold. The red-edge band presented the wavelengths that best estimate the severity of white mold. Vegetation index resistant to the soil reflectance effects was better to estimate white mold than the other indices. Palavras-chave:regressão PLS índice de vegetação agricultura de precisão

Approaching of GOPRO camera embedded on UAV to calculate NDVI for corn’s crop

“…Já os autores Grohs, Mundstock & Poletto (2009), Motomiya (2009) e Machado (2015) afirmam que há correlação entre o NDVI e fatores como: mofo-branco, no artigo publicado por Machado (2015), potencial produtivo de trigo e cevada no trabalho de Grohs, Mundstock & Poletto (2009), e a deficiência de N em algodoeiros, em resultado da pesquisa de Motomiya (2009). No caso específico do milho e sua relação com o nutriente N, o NDVI é comumente utilizado, e o sensor GreenSeeker tem especial relevância no assunto, sendo utilizado em trabalhos como o de Amado et al (2017), que avaliaram no seu trabalho a resposta da produtividade do milho e eficiência de aplicação de N no sul paraguaiano, onde os mesmos observaram o acréscimo do valor de NDVI após a aplicação do N do estágio V8 para V12 da planta, e no trabalho de Walsh (2015) que citou em seu trabalho a experiência de produtores que fizeram uso do sensor GreenSeeker para melhor manejar a aplicação de N em Idaho nos Estados Unidos.…”

Research on Vegetable Pest Warning System Based on Multidimensional Big Data

“…It usually requires experts to make predictions through biological and mathematical statistical analysis methods [10]. At present, some interdisciplinary and cross-disciplinary technologies, such as insect radar [11], remote sensing monitoring [12,13], and multispectral development [14,15,16] have been developed, which have promoted the rapid development of monitoring and early warning of vegetable pests. However, these methods require strong professional knowledge for analysis and early warning and have low efficiency, large scale, small scope, and poor real-time performance, and it is difficult to meet the requirements of modern agriculture.…”

Avaliação Da Sustentabilidade De Propriedades Rurais Na Região Do Oeste Paulista

“…Nas ciências agrárias, a aplicação de índices espectrais de vegetação pode ser empregada nas pesquisas de agricultura de precisão, no estudo da fenologia de uma determinada vegetação, nas classificações espectrais, bem como nas avaliações de produtividade (MACHADO et al, 2015). O uso de geotecnologias que produzam dados, contendo a variabilidade espacial dos fatores de produção agrícola, tem como escopo principal auxiliar no gerenciamento de áreas cultivadas, otimizando a eficiência do processo produtivo (EMBRAPA, 2014).…”