Índice de vegetação por diferença normalizada e de imagens digitais no estudo de doenças de plantas

Detalhes bibliográficos
Autor(a) principal: Michels, Roger Nabeyama
Data de Publicação: 2024
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UEL
Texto Completo: https://repositorio.uel.br/handle/123456789/13990
Resumo: Resumo: O índice de vegetação por diferença normalizada (NDVI) e imagens digitais podem ser utilizados como ferramentas no estudo de doenças de plantas, seja para a quantificação da doença ou no auxílio para a tomada de decisão do melhor momento para a aplicação de defensivos O GreenSeeker® é um equipamento que fornece o NDVI via medidas de refletância, cuja interpretação pode fornecer informações de forma rápida e direcionada sobre as condições nutricionais, estado fisiológico, estresse e rendimento potencial das culturas Atualmente, câmeras digitais são equipamentos promissores para medição de cobertura foliar em condições de campo por serem portáteis, obtendo imagens com boa resolução, de modo rápido e simples, o que permite uma avaliação em campo, otimizando a tomada de decisões A manipulação das imagens digitais, por meio de programas editores de imagem, fornece índices que expressam a cor verde da planta Porém, para estes estudos, é importante verificar o tamanho ótimo de parcela, de modo a se obter ensaios que minimizem os erros experimentais, os quais podem comprometer os resultados O objetivo desta tese foi avaliar formas de aplicar o NDVI e imagens digitais processadas em software no estudo de doenças de plantas, além de estimar o tamanho ótimo de parcelas para o uso do radiômetro Os experimentos foram conduzidos na Universidade Estadual de Londrina, nas safras de soja de 212/13 e 213/14 O gradiente de doença foi gerado por meio da aplicação de fungicida de forma calendarizada, atrasando a aplicação em cada tratamento O NDVI foi obtido por meio de leituras em triplicata da área útil de cada parcela (4 m lineares em três linhas) A severidade da ferrugem asiática da soja foi avaliada com auxílio de escala diagramática, analisando três trifólios (baixeiro, mediano e superior) em quatro plantas por parcela, em área específica para ensaios destrutivos, com os tratamentos controle (seis aplicações de fungicida) e testemunha (sem aplicação de fungicida) A análise de desfolha foi realizada na bordadura dos tratamentos, analisando as folhas que caíram e as remanescentes em dez plantas por tratamento por semana As imagens digitais foram obtidas perpendicularmente à planta, utilizando máquina fotográfica digital amadora em três alturas (1,2, 2, e 3, m), em três pontos por tratamento A cobertura foliar foi quantificada por meio de processamento das imagens digitais em software O tamanho ótimo de parcela foi obtido a partir de leituras do radiômetro, com comprimento de 1 m em cada linha dos tratamentos, denominada unidade básica e realizando o máximo de combinações possíveis para aplicar o método de curvatura máxima modificada e o método de máxima distância Conclui-se que o NDVI é um método a ser considerado para tomada de decisão do melhor momento de aplicação de fungicida na cultura da soja para controle da ferrugem asiática É possível estimar a desfolha em soja provocada pela ferrugem asiática por meio de análise de imagens processadas via software O método de Máxima Distância foi o que possibilitou estimar o tamanho ótimo de parcela, em trabalhos que utilizem NDVI em soja, sendo este de 6,75 m², com agrupamento de três linhas de 5 m
id UEL_104e88c2076ea9f9c6f3f0147594eb9a
oai_identifier_str oai:repositorio.uel.br:123456789/13990
network_acronym_str UEL
network_name_str Repositório Institucional da UEL
repository_id_str
spelling Índice de vegetação por diferença normalizada e de imagens digitais no estudo de doenças de plantasSojaSensoriamento remotoSojaDoenças e pragasRadiômetroSoybeanRemote sensingSoybeanDiseases and pestsRadiometersResumo: O índice de vegetação por diferença normalizada (NDVI) e imagens digitais podem ser utilizados como ferramentas no estudo de doenças de plantas, seja para a quantificação da doença ou no auxílio para a tomada de decisão do melhor momento para a aplicação de defensivos O GreenSeeker® é um equipamento que fornece o NDVI via medidas de refletância, cuja interpretação pode fornecer informações de forma rápida e direcionada sobre as condições nutricionais, estado fisiológico, estresse e rendimento potencial das culturas Atualmente, câmeras digitais são equipamentos promissores para medição de cobertura foliar em condições de campo por serem portáteis, obtendo imagens com boa resolução, de modo rápido e simples, o que permite uma avaliação em campo, otimizando a tomada de decisões A manipulação das imagens digitais, por meio de programas editores de imagem, fornece índices que expressam a cor verde da planta Porém, para estes estudos, é importante verificar o tamanho ótimo de parcela, de modo a se obter ensaios que minimizem os erros experimentais, os quais podem comprometer os resultados O objetivo desta tese foi avaliar formas de aplicar o NDVI e imagens digitais processadas em software no estudo de doenças de plantas, além de estimar o tamanho ótimo de parcelas para o uso do radiômetro Os experimentos foram conduzidos na Universidade Estadual de Londrina, nas safras de soja de 212/13 e 213/14 O gradiente de doença foi gerado por meio da aplicação de fungicida de forma calendarizada, atrasando a aplicação em cada tratamento O NDVI foi obtido por meio de leituras em triplicata da área útil de cada parcela (4 m lineares em três linhas) A severidade da ferrugem asiática da soja foi avaliada com auxílio de escala diagramática, analisando três trifólios (baixeiro, mediano e superior) em quatro plantas por parcela, em área específica para ensaios destrutivos, com os tratamentos controle (seis aplicações de fungicida) e testemunha (sem aplicação de fungicida) A análise de desfolha foi realizada na bordadura dos tratamentos, analisando as folhas que caíram e as remanescentes em dez plantas por tratamento por semana As imagens digitais foram obtidas perpendicularmente à planta, utilizando máquina fotográfica digital amadora em três alturas (1,2, 2, e 3, m), em três pontos por tratamento A cobertura foliar foi quantificada por meio de processamento das imagens digitais em software O tamanho ótimo de parcela foi obtido a partir de leituras do radiômetro, com comprimento de 1 m em cada linha dos tratamentos, denominada unidade básica e realizando o máximo de combinações possíveis para aplicar o método de curvatura máxima modificada e o método de máxima distância Conclui-se que o NDVI é um método a ser considerado para tomada de decisão do melhor momento de aplicação de fungicida na cultura da soja para controle da ferrugem asiática É possível estimar a desfolha em soja provocada pela ferrugem asiática por meio de análise de imagens processadas via software O método de Máxima Distância foi o que possibilitou estimar o tamanho ótimo de parcela, em trabalhos que utilizem NDVI em soja, sendo este de 6,75 m², com agrupamento de três linhas de 5 mTese (Doutorado em Agronomia) - Universidade Estadual de Londrina, Centro de Ciências Agrárias, Programa de Pós-Graduação em AgronomiaAbstract: The normalized difference vegetation index (NDVI) and digital images can be used as tools in the study of plant diseases, for the quantification of the disease or the assistance to the decision-making of the best moment for the application of pesticides GreenSeeker® is an equipment that provides NDVI track measures reflectance, whose interpretation can provide quickly information and targeted manner on the nutritional and physiological condition, stress and potential crop yields Nowadays, digital cameras are promising equipments for measuring leaf coverage in the field conditions for being portable, obtaining images with good resolution, so quick and simple, which allows a field evaluation, optimizing decision-making The manipulation of digital images by means of programs image editors, provides indices that express the green color of the plant However, for these studies, it is important to check the optimum size of the plot, in order to obtain tests that minimize the experimental errors, which can compromise the results The objective of this thesis was to evaluate ways to apply NDVI and digital images processed in software in the study of plant diseases in addition to estimate the optimum size of plots for the use of the radiometer The experiments were carried out at Universidade Estadual de Londrina, the harvests of soy from 212/13 and 213/14 The gradient of disease was generated through the application of fungicide scheduled way, delaying the application in each treatment The NDVI was obtained through readings in triplicate readings the useful area of each plot (4 m linear in three lines) The severity of Asian soybean rust was evaluated using diagrammatic scale, analyzing three sheets (botton, middle and upper) in four plants per plot in specific area for destructive tests, with the control treatment (six applications of fungicide) and control (without application of fungicide) The analysis of defoliation was performed on machine embroidery of treatments, analyzing the leaves that have fallen and the remaining ten plants per treatment per week in treatments surround, Digital images were obtained perpendicular to the plant, using consumer digital camera in three heights (12, 2 and 3 m) in three points per treatment The leaf cover was measured by digital image processing in software The optimum size of plot was obtained from readings of the radiometer, with a length of 1 m in each line of the treatments, called basic unit and realizing the maximum possible combinations to apply the method of maximum curvature modified and the method of maximum distance It follows that NDVI is a method to be considered for decision making on the best moment for fungicide application in the soybean crop for control Asian soybean rust It is possible to estimate the defoliation in soybean caused by Asian soybean rust through analysis of processed images via softwareThe method of Maximum Distance allowed estimating the optimum size of plot in studies that use NDVI in soybeans, which was 6,75m² with grouping 3 rows of 5mCanteri, Marcelo Giovanetti [Orientador]Tessmann, Dauri JoséSumida, Ciro HidekiSantiago, Débora CristinaFonseca, Inês Cristina de BatistaSilva, Marcelo Augusto de Aguiar e [Coorientador]Michels, Roger Nabeyama2024-05-01T14:22:25Z2024-05-01T14:22:25Z2014.0008.12.2014info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://repositorio.uel.br/handle/123456789/13990porDoutoradoAgronomiaCentro de Ciências AgráriasPrograma de Pós-graduação em AgronomiaLondrinareponame:Repositório Institucional da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccess2024-07-12T04:19:43Zoai:repositorio.uel.br:123456789/13990Biblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-12T04:19:43Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)false
dc.title.none.fl_str_mv Índice de vegetação por diferença normalizada e de imagens digitais no estudo de doenças de plantas
title Índice de vegetação por diferença normalizada e de imagens digitais no estudo de doenças de plantas
spellingShingle Índice de vegetação por diferença normalizada e de imagens digitais no estudo de doenças de plantas
Michels, Roger Nabeyama
Soja
Sensoriamento remoto
Soja
Doenças e pragas
Radiômetro
Soybean
Remote sensing
Soybean
Diseases and pests
Radiometers
title_short Índice de vegetação por diferença normalizada e de imagens digitais no estudo de doenças de plantas
title_full Índice de vegetação por diferença normalizada e de imagens digitais no estudo de doenças de plantas
title_fullStr Índice de vegetação por diferença normalizada e de imagens digitais no estudo de doenças de plantas
title_full_unstemmed Índice de vegetação por diferença normalizada e de imagens digitais no estudo de doenças de plantas
title_sort Índice de vegetação por diferença normalizada e de imagens digitais no estudo de doenças de plantas
author Michels, Roger Nabeyama
author_facet Michels, Roger Nabeyama
author_role author
dc.contributor.none.fl_str_mv Canteri, Marcelo Giovanetti [Orientador]
Tessmann, Dauri José
Sumida, Ciro Hideki
Santiago, Débora Cristina
Fonseca, Inês Cristina de Batista
Silva, Marcelo Augusto de Aguiar e [Coorientador]
dc.contributor.author.fl_str_mv Michels, Roger Nabeyama
dc.subject.por.fl_str_mv Soja
Sensoriamento remoto
Soja
Doenças e pragas
Radiômetro
Soybean
Remote sensing
Soybean
Diseases and pests
Radiometers
topic Soja
Sensoriamento remoto
Soja
Doenças e pragas
Radiômetro
Soybean
Remote sensing
Soybean
Diseases and pests
Radiometers
description Resumo: O índice de vegetação por diferença normalizada (NDVI) e imagens digitais podem ser utilizados como ferramentas no estudo de doenças de plantas, seja para a quantificação da doença ou no auxílio para a tomada de decisão do melhor momento para a aplicação de defensivos O GreenSeeker® é um equipamento que fornece o NDVI via medidas de refletância, cuja interpretação pode fornecer informações de forma rápida e direcionada sobre as condições nutricionais, estado fisiológico, estresse e rendimento potencial das culturas Atualmente, câmeras digitais são equipamentos promissores para medição de cobertura foliar em condições de campo por serem portáteis, obtendo imagens com boa resolução, de modo rápido e simples, o que permite uma avaliação em campo, otimizando a tomada de decisões A manipulação das imagens digitais, por meio de programas editores de imagem, fornece índices que expressam a cor verde da planta Porém, para estes estudos, é importante verificar o tamanho ótimo de parcela, de modo a se obter ensaios que minimizem os erros experimentais, os quais podem comprometer os resultados O objetivo desta tese foi avaliar formas de aplicar o NDVI e imagens digitais processadas em software no estudo de doenças de plantas, além de estimar o tamanho ótimo de parcelas para o uso do radiômetro Os experimentos foram conduzidos na Universidade Estadual de Londrina, nas safras de soja de 212/13 e 213/14 O gradiente de doença foi gerado por meio da aplicação de fungicida de forma calendarizada, atrasando a aplicação em cada tratamento O NDVI foi obtido por meio de leituras em triplicata da área útil de cada parcela (4 m lineares em três linhas) A severidade da ferrugem asiática da soja foi avaliada com auxílio de escala diagramática, analisando três trifólios (baixeiro, mediano e superior) em quatro plantas por parcela, em área específica para ensaios destrutivos, com os tratamentos controle (seis aplicações de fungicida) e testemunha (sem aplicação de fungicida) A análise de desfolha foi realizada na bordadura dos tratamentos, analisando as folhas que caíram e as remanescentes em dez plantas por tratamento por semana As imagens digitais foram obtidas perpendicularmente à planta, utilizando máquina fotográfica digital amadora em três alturas (1,2, 2, e 3, m), em três pontos por tratamento A cobertura foliar foi quantificada por meio de processamento das imagens digitais em software O tamanho ótimo de parcela foi obtido a partir de leituras do radiômetro, com comprimento de 1 m em cada linha dos tratamentos, denominada unidade básica e realizando o máximo de combinações possíveis para aplicar o método de curvatura máxima modificada e o método de máxima distância Conclui-se que o NDVI é um método a ser considerado para tomada de decisão do melhor momento de aplicação de fungicida na cultura da soja para controle da ferrugem asiática É possível estimar a desfolha em soja provocada pela ferrugem asiática por meio de análise de imagens processadas via software O método de Máxima Distância foi o que possibilitou estimar o tamanho ótimo de parcela, em trabalhos que utilizem NDVI em soja, sendo este de 6,75 m², com agrupamento de três linhas de 5 m
publishDate 2024
dc.date.none.fl_str_mv 08.12.2014
2014.00
2024-05-01T14:22:25Z
2024-05-01T14:22:25Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.uel.br/handle/123456789/13990
url https://repositorio.uel.br/handle/123456789/13990
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Doutorado
Agronomia
Centro de Ciências Agrárias
Programa de Pós-graduação em Agronomia
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv Londrina
dc.source.none.fl_str_mv reponame:Repositório Institucional da UEL
instname:Universidade Estadual de Londrina (UEL)
instacron:UEL
instname_str Universidade Estadual de Londrina (UEL)
instacron_str UEL
institution UEL
reponame_str Repositório Institucional da UEL
collection Repositório Institucional da UEL
repository.name.fl_str_mv Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)
repository.mail.fl_str_mv bcuel@uel.br||
_version_ 1809823248850878464