Uso do NDVI para prever qualidade de sementes de soja (Glycine max)

Detalhes bibliográficos
Autor(a) principal: Boelter, Jessica Hoch
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