Menu



Exportar registro bibliográfico

Metrics:

Tese

Orbital, aerial, and proximal sensing applied to monitoring the spatial variability of coffee plantations (2022)

  • Authors:
  • Autor USP: MARTELLO, MAURÍCIO - ESALQ
  • Unidade: ESALQ
  • Sigla do Departamento: LEB
  • DOI: 10.11606/T.11.2022.tde-04012023-154932
  • Subjects: AGRICULTURA DE PRECISÃO; CAFÉ; COLHEDORAS; GEOPROCESSAMENTO; SENSORIAMENTO REMOTO; VARIABILIDADE ESPACIAL
  • Agências de fomento:
  • Language: Inglês
  • Abstract: O Brasil é o maior produtor e exportador de café do mundo. Nos últimos anos cresceu a necessidade de modernização da produção agrícola, baseando-se na variabilidade espacial dos atributos do solo e das plantas, visando aumentar eficiência da lavoura e rentabilidade do produtor rural. Neste sentido, diferentes técnicas de sensoriamento (orbital, aéreo e proximal) têm sido testadas para mapear a variabilidade espacial de características de plantas e solo em diferentes sistemas de produção, permitindo obter alta frequência de dados com rapidez e baixo custo. No entanto, para a cultura do café os estudos que abordam essas técnicas em conjunto para gerar informações que subsidiem melhorias na gestão espacializada da lavoura de café são escassos. Por ser uma cultura perene, a produção de café é o resultado integrado dos diversos fatores envolvidos no manejo da cultura, solo, clima e da própria planta, como por exemplo o comportamento de bienalidade produtiva, com anos de alta e baixa produção. A criação de um sistema que permita obter essa informação de forma rápida e não invasiva é fundamental para uma gestão eficiente da lavoura. Nesse sentindo, este estudo buscou avaliar o potencial de uso de dados obtidos por diferentes sensores, buscando identificar atributos e feições da variabilidade presente nas lavouras de café que expressem relação direta com produtividade e consequentemente identifiquem a bienalidade produtiva (variabilidade temporal). Para tanto, o estudo foi divididoem cinco capítulos que abordam essas lacunas a partir de diferentes perspectivas. Inicialmente apresenta-se uma revisão breve sobre os principais trabalhos publicados na área, em seguida, no segundo capítulo buscou-se avaliar a qualidade dos dados obtidos por meio de um monitor de produtividade embarcado em uma colhedora de café. Os dados obtidos pelo monitor, de volume de café colhido, apresentaram alta correlação com dados obtidos com as células de carga, validando o método e permitindo mapear três safras consecutivas, que possibilitaram avançar na compreensão da variabilidade espacial e temporal da produtividade cafeeira em áreas comerciais. Visando explorar a potencialidade de mapear a variabilidade produtiva antes da colheita, os capítulos três, quatro e cinco, utilizaram técnicas de sensoriamento remoto para predizer e mapear a variabilidade espacial de uma lavoura comercial de café, com diferentes sensores e em três níveis de aquisição dos dados. No capítulo três foram explorados os sensores ópticos ativos (AOS) embarcados em um trator, em nível proximal. No quarto capítulo foi abordado o uso de imagens aéreas obtidas por aeronaves remotamente pilotadas (RPA) e no quinto capítulo foram utilizadas imagens orbitais de alta resolução espacial. De forma geral, os dados de sensores ópticos ativos apresentaram alta correlação com a produtividade, bem como permitiram monitorar temporalmente a variabilidade espacial da área de estudo, identificando regiões que apresentaminversão produtiva (bienalidade). Os resultados apresentados com o uso das imagens aéreas obtidas por RPA demonstraram o potencial das imagens na extração de parâmetros biofísicos dos cafeeiros. Também permitiram a individualização das plantas visando à extração de dados de altura e volume, permitindo observar a relação espaço-temporal das variáveis estudadas com dados de produtividade durante três safras consecutivas. As imagens orbitais de alta resolução espacial apresentaram a potencialidade em predizer a produtividade do café com alta assertividade um ano antes da colheita. De maneira geral os resultados encontrados nesse trabalho reforçam a importância em conhecer a variabilidade espacial produtiva nas áreas de café, pois esse tipo de informação auxilia na busca de possíveis causas dessa variabilidade para que a cultura possa ser manejada considerando essas diferenças espaciais e temporais. Este estudo apresentou as variações espaço-temporais dos dados de sensores orbitais, aéreos e terrestres em uma área comercial de café, bem como sua relação com mapas de produtividade gerados com alta densidade de dados, permitindo estimar a produtividade e identificar as variações produtivas ocasionadas pela bienalidade
  • Imprenta:
  • Data da defesa: 04.10.2022
    • Acesso à fonteAcesso à fonteDOI
    Informações sobre o DOI: 10.11606/T.11.2022.tde-04012023-154932 (Fonte: oaDOI API)
    • Este periódico é de acesso aberto
    • Este artigo é de acesso aberto
    • URL de acesso aberto
    • Cor do Acesso Aberto: gold
    • Licença: cc-by-nc-sa
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MARTELLO, Maurício. Orbital, aerial, and proximal sensing applied to monitoring the spatial variability of coffee plantations. 2022. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-04012023-154932/. Acesso em: 01 jun. 2024.

    • APA

      Martello, M. (2022). Orbital, aerial, and proximal sensing applied to monitoring the spatial variability of coffee plantations (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11152/tde-04012023-154932/

    • NLM

      Martello M. Orbital, aerial, and proximal sensing applied to monitoring the spatial variability of coffee plantations [Internet]. 2022 ;[citado 2024 jun. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-04012023-154932/

    • Vancouver

      Martello M. Orbital, aerial, and proximal sensing applied to monitoring the spatial variability of coffee plantations [Internet]. 2022 ;[citado 2024 jun. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-04012023-154932/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2024