Uso do NDVI para prever qualidade de sementes de soja (Glycine max)
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Manancial - Repositório Digital da UFSM |
dARK ID: | ark:/26339/001300001315z |
Texto Completo: | http://repositorio.ufsm.br/handle/1/20693 |
Resumo: | With the increase of soybean area and productivity in Rio Grande do Sul and the increasing use of geoprocessing tools in agriculture, the identification of seed quality through multispectral images becomes of great value for the production process. The objective of this work was to evaluate the correlation for the different vegetation levels determined by multispectral satellite images with soybean seed quality, determining management zones in the area, in order to improve the logistic efficiency of crop harvest. The experiment was conducted in the municipality of Vila Nova do Sul, Rio Grande do Sul, in the 2017/2018 and 2018/2019 crop years, with 10 m spatial resolution images processed giving rise to the vegetation index for study. Seed lots sampling was determined by management zones defined by the vegetation index, submitted to laboratory tests. The results were interpolated, generating management zones of different potentials in the field. The germination and vigor by first count parameters were positively related to the vegetation index evaluated in both harvests. The physical parameter humidity presented a positive relation of 43.62% and 47.08% of the area, in the first and second crop, respectively. |
id |
UFSM_3ee0479acc6ed7b661ce056d80254e5b |
---|---|
oai_identifier_str |
oai:repositorio.ufsm.br:1/20693 |
network_acronym_str |
UFSM |
network_name_str |
Manancial - Repositório Digital da UFSM |
repository_id_str |
|
spelling |
Uso do NDVI para prever qualidade de sementes de soja (Glycine max)Use of NDVI to predict soybean seed quality (Glycine max)Agricultura de precisãoProdução de sementesÍndice de vegetaçãoPrecision agricultureManagementVegetation indexCNPQ::CIENCIAS AGRARIAS::AGRONOMIAWith the increase of soybean area and productivity in Rio Grande do Sul and the increasing use of geoprocessing tools in agriculture, the identification of seed quality through multispectral images becomes of great value for the production process. The objective of this work was to evaluate the correlation for the different vegetation levels determined by multispectral satellite images with soybean seed quality, determining management zones in the area, in order to improve the logistic efficiency of crop harvest. The experiment was conducted in the municipality of Vila Nova do Sul, Rio Grande do Sul, in the 2017/2018 and 2018/2019 crop years, with 10 m spatial resolution images processed giving rise to the vegetation index for study. Seed lots sampling was determined by management zones defined by the vegetation index, submitted to laboratory tests. The results were interpolated, generating management zones of different potentials in the field. The germination and vigor by first count parameters were positively related to the vegetation index evaluated in both harvests. The physical parameter humidity presented a positive relation of 43.62% and 47.08% of the area, in the first and second crop, respectively.Com o aumento da área e da produtividade de soja no Rio Grande do Sul e o uso cada vez mais frequente de ferramentas de geoprocessamento na agricultura, a identificação da qualidade de sementes através de imagens multiespectrais se torna de grande valia para o processo produtivo. O objetivo do trabalho foi avaliar a relação para os distintos níveis de vegetação determinados através de imagens multiespectrais de satélite com a qualidade de sementes de soja, determinando zonas de manejo na área, a fim de melhorar a eficiência logística da colheita da lavoura. O experimento foi conduzido no município de Vila Nova do Sul, Rio Grande do Sul, nos anos-safra 2017/2018 e 2018/2019, com imagens de resolução espacial de 10 m processadas dando origem ao índice de vegetação para estudo. A amostragem dos lotes de sementes foi determinada por zonas de manejo definidas pelo índice de vegetação, submetidas a testes em laboratório. Os resultados foram interpolados, gerando zonas de manejo de distintos potenciais no talhão. Os parâmetros germinação e vigor por primeira contagem apresentaram relação positiva com o índice de vegetação avaliado em ambas as safras. O parâmetro físico umidade apresentou relação positiva de 43,62% e 47,08% da área, na primeira e segunda safra, respectivamente.Universidade Federal de Santa MariaBrasilAgronomiaUFSMPrograma de Pós-Graduação em AgronomiaCentro de Ciências RuraisMedeiros, Sandro Luis Petterhttp://lattes.cnpq.br/3944438250614221Mattioni, Nilson MatheusGadotti, Gizele IngridBoelter, Jessica Hoch2021-04-26T20:33:34Z2021-04-26T20:33:34Z2019-09-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://repositorio.ufsm.br/handle/1/20693ark:/26339/001300001315zporAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Manancial - Repositório Digital da UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSM2021-04-27T06:00:35Zoai:repositorio.ufsm.br:1/20693Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/ONGhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.comopendoar:2021-04-27T06:00:35Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)false |
dc.title.none.fl_str_mv |
Uso do NDVI para prever qualidade de sementes de soja (Glycine max) Use of NDVI to predict soybean seed quality (Glycine max) |
title |
Uso do NDVI para prever qualidade de sementes de soja (Glycine max) |
spellingShingle |
Uso do NDVI para prever qualidade de sementes de soja (Glycine max) Boelter, Jessica Hoch Agricultura de precisão Produção de sementes Índice de vegetação Precision agriculture Management Vegetation index CNPQ::CIENCIAS AGRARIAS::AGRONOMIA |
title_short |
Uso do NDVI para prever qualidade de sementes de soja (Glycine max) |
title_full |
Uso do NDVI para prever qualidade de sementes de soja (Glycine max) |
title_fullStr |
Uso do NDVI para prever qualidade de sementes de soja (Glycine max) |
title_full_unstemmed |
Uso do NDVI para prever qualidade de sementes de soja (Glycine max) |
title_sort |
Uso do NDVI para prever qualidade de sementes de soja (Glycine max) |
author |
Boelter, Jessica Hoch |
author_facet |
Boelter, Jessica Hoch |
author_role |
author |
dc.contributor.none.fl_str_mv |
Medeiros, Sandro Luis Petter http://lattes.cnpq.br/3944438250614221 Mattioni, Nilson Matheus Gadotti, Gizele Ingrid |
dc.contributor.author.fl_str_mv |
Boelter, Jessica Hoch |
dc.subject.por.fl_str_mv |
Agricultura de precisão Produção de sementes Índice de vegetação Precision agriculture Management Vegetation index CNPQ::CIENCIAS AGRARIAS::AGRONOMIA |
topic |
Agricultura de precisão Produção de sementes Índice de vegetação Precision agriculture Management Vegetation index CNPQ::CIENCIAS AGRARIAS::AGRONOMIA |
description |
With the increase of soybean area and productivity in Rio Grande do Sul and the increasing use of geoprocessing tools in agriculture, the identification of seed quality through multispectral images becomes of great value for the production process. The objective of this work was to evaluate the correlation for the different vegetation levels determined by multispectral satellite images with soybean seed quality, determining management zones in the area, in order to improve the logistic efficiency of crop harvest. The experiment was conducted in the municipality of Vila Nova do Sul, Rio Grande do Sul, in the 2017/2018 and 2018/2019 crop years, with 10 m spatial resolution images processed giving rise to the vegetation index for study. Seed lots sampling was determined by management zones defined by the vegetation index, submitted to laboratory tests. The results were interpolated, generating management zones of different potentials in the field. The germination and vigor by first count parameters were positively related to the vegetation index evaluated in both harvests. The physical parameter humidity presented a positive relation of 43.62% and 47.08% of the area, in the first and second crop, respectively. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-09-19 2021-04-26T20:33:34Z 2021-04-26T20:33:34Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufsm.br/handle/1/20693 |
dc.identifier.dark.fl_str_mv |
ark:/26339/001300001315z |
url |
http://repositorio.ufsm.br/handle/1/20693 |
identifier_str_mv |
ark:/26339/001300001315z |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Santa Maria Brasil Agronomia UFSM Programa de Pós-Graduação em Agronomia Centro de Ciências Rurais |
publisher.none.fl_str_mv |
Universidade Federal de Santa Maria Brasil Agronomia UFSM Programa de Pós-Graduação em Agronomia Centro de Ciências Rurais |
dc.source.none.fl_str_mv |
reponame:Manancial - Repositório Digital da UFSM instname:Universidade Federal de Santa Maria (UFSM) instacron:UFSM |
instname_str |
Universidade Federal de Santa Maria (UFSM) |
instacron_str |
UFSM |
institution |
UFSM |
reponame_str |
Manancial - Repositório Digital da UFSM |
collection |
Manancial - Repositório Digital da UFSM |
repository.name.fl_str_mv |
Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM) |
repository.mail.fl_str_mv |
atendimento.sib@ufsm.br||tedebc@gmail.com |
_version_ |
1815172439446913024 |