Sensoriamento remoto multiespectral na identificação e mapeamento das variáveis bióticas e abióticas do cafeeiro

Detalhes bibliográficos
Autor(a) principal: Marin,Diego Bedin
Data de Publicação: 2019
Outros Autores: Alves,Marcelo de Carvalho, Pozza,Edson Ampélio, Gandia,Rômulo Marçal, Cortez,Matheus Luiz Jorge, Mattioli,Matheus Campos
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista Ceres
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0034-737X2019000200142
Resumo: RESUMO O sensoriamento remoto multiespectral apresenta-se como metodologia confiável e viável para auxiliar o produtor na decisão para melhores práticas de manejo, garantindo uma produção agrícola mais eficiente e sustentável. Objetivou-se, com este trabalho, identificar e mapear o estresse em lavoura cafeeira, causado por variáveis bióticas e abióticas, por meio de índices de vegetação derivados de imagens multiespectrais Landsat-5 Thematic Mapper (TM). A malha amostral foi composta por 67 pontos, sendo cada ponto amostral constituído por cinco plantas. As análises de incidência de cercosporiose e de infestação do bicho-mineiro, nas folhas, de pH, matéria orgânica e textura do solo e teores foliares de nutrientes foram realizadas em cada um dos pontos amostrais e correlacionadas com 16 índices de vegetação obtidos de imagens referentes à época das análises. Os índices de vegetação apresentaram distribuição espacial semelhante à distribuição espacial das variáveis agronômicas, na lavoura. Houve correlação positiva dos índices com a infestação do bicho-mineiro e com os teores de silte e argila no solo e concentrações de Mg, Cu, B e Mn nas folhas, e negativa, com a incidência de cercosporiose e com pH e teor de areia do solo. Com base nesses resultados, foi possível mapear e identificar as alterações na reflectância espectral dos cafeeiros, causadas por essas variáveis agronômicas.
id UFV-5_2a2bb7a7bedbbd37224188fa6f66b7e4
oai_identifier_str oai:scielo:S0034-737X2019000200142
network_acronym_str UFV-5
network_name_str Revista Ceres
repository_id_str
spelling Sensoriamento remoto multiespectral na identificação e mapeamento das variáveis bióticas e abióticas do cafeeiroLansat-5 TMagricultura de precisãovariáveis agronômicasíndices de vegetaçãoCoffea arabica LRESUMO O sensoriamento remoto multiespectral apresenta-se como metodologia confiável e viável para auxiliar o produtor na decisão para melhores práticas de manejo, garantindo uma produção agrícola mais eficiente e sustentável. Objetivou-se, com este trabalho, identificar e mapear o estresse em lavoura cafeeira, causado por variáveis bióticas e abióticas, por meio de índices de vegetação derivados de imagens multiespectrais Landsat-5 Thematic Mapper (TM). A malha amostral foi composta por 67 pontos, sendo cada ponto amostral constituído por cinco plantas. As análises de incidência de cercosporiose e de infestação do bicho-mineiro, nas folhas, de pH, matéria orgânica e textura do solo e teores foliares de nutrientes foram realizadas em cada um dos pontos amostrais e correlacionadas com 16 índices de vegetação obtidos de imagens referentes à época das análises. Os índices de vegetação apresentaram distribuição espacial semelhante à distribuição espacial das variáveis agronômicas, na lavoura. Houve correlação positiva dos índices com a infestação do bicho-mineiro e com os teores de silte e argila no solo e concentrações de Mg, Cu, B e Mn nas folhas, e negativa, com a incidência de cercosporiose e com pH e teor de areia do solo. Com base nesses resultados, foi possível mapear e identificar as alterações na reflectância espectral dos cafeeiros, causadas por essas variáveis agronômicas.Universidade Federal de Viçosa2019-04-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0034-737X2019000200142Revista Ceres v.66 n.2 2019reponame:Revista Ceresinstname:Universidade Federal de Viçosa (UFV)instacron:UFV10.1590/0034-737x201966020009info:eu-repo/semantics/openAccessMarin,Diego BedinAlves,Marcelo de CarvalhoPozza,Edson AmpélioGandia,Rômulo MarçalCortez,Matheus Luiz JorgeMattioli,Matheus Campospor2019-06-11T00:00:00ZRevista
dc.title.none.fl_str_mv Sensoriamento remoto multiespectral na identificação e mapeamento das variáveis bióticas e abióticas do cafeeiro
title Sensoriamento remoto multiespectral na identificação e mapeamento das variáveis bióticas e abióticas do cafeeiro
spellingShingle Sensoriamento remoto multiespectral na identificação e mapeamento das variáveis bióticas e abióticas do cafeeiro
Marin,Diego Bedin
Lansat-5 TM
agricultura de precisão
variáveis agronômicas
índices de vegetação
Coffea arabica L
title_short Sensoriamento remoto multiespectral na identificação e mapeamento das variáveis bióticas e abióticas do cafeeiro
title_full Sensoriamento remoto multiespectral na identificação e mapeamento das variáveis bióticas e abióticas do cafeeiro
title_fullStr Sensoriamento remoto multiespectral na identificação e mapeamento das variáveis bióticas e abióticas do cafeeiro
title_full_unstemmed Sensoriamento remoto multiespectral na identificação e mapeamento das variáveis bióticas e abióticas do cafeeiro
title_sort Sensoriamento remoto multiespectral na identificação e mapeamento das variáveis bióticas e abióticas do cafeeiro
author Marin,Diego Bedin
author_facet Marin,Diego Bedin
Alves,Marcelo de Carvalho
Pozza,Edson Ampélio
Gandia,Rômulo Marçal
Cortez,Matheus Luiz Jorge
Mattioli,Matheus Campos
author_role author
author2 Alves,Marcelo de Carvalho
Pozza,Edson Ampélio
Gandia,Rômulo Marçal
Cortez,Matheus Luiz Jorge
Mattioli,Matheus Campos
author2_role author
author
author
author
author
dc.contributor.author.fl_str_mv Marin,Diego Bedin
Alves,Marcelo de Carvalho
Pozza,Edson Ampélio
Gandia,Rômulo Marçal
Cortez,Matheus Luiz Jorge
Mattioli,Matheus Campos
dc.subject.por.fl_str_mv Lansat-5 TM
agricultura de precisão
variáveis agronômicas
índices de vegetação
Coffea arabica L
topic Lansat-5 TM
agricultura de precisão
variáveis agronômicas
índices de vegetação
Coffea arabica L
dc.description.none.fl_txt_mv RESUMO O sensoriamento remoto multiespectral apresenta-se como metodologia confiável e viável para auxiliar o produtor na decisão para melhores práticas de manejo, garantindo uma produção agrícola mais eficiente e sustentável. Objetivou-se, com este trabalho, identificar e mapear o estresse em lavoura cafeeira, causado por variáveis bióticas e abióticas, por meio de índices de vegetação derivados de imagens multiespectrais Landsat-5 Thematic Mapper (TM). A malha amostral foi composta por 67 pontos, sendo cada ponto amostral constituído por cinco plantas. As análises de incidência de cercosporiose e de infestação do bicho-mineiro, nas folhas, de pH, matéria orgânica e textura do solo e teores foliares de nutrientes foram realizadas em cada um dos pontos amostrais e correlacionadas com 16 índices de vegetação obtidos de imagens referentes à época das análises. Os índices de vegetação apresentaram distribuição espacial semelhante à distribuição espacial das variáveis agronômicas, na lavoura. Houve correlação positiva dos índices com a infestação do bicho-mineiro e com os teores de silte e argila no solo e concentrações de Mg, Cu, B e Mn nas folhas, e negativa, com a incidência de cercosporiose e com pH e teor de areia do solo. Com base nesses resultados, foi possível mapear e identificar as alterações na reflectância espectral dos cafeeiros, causadas por essas variáveis agronômicas.
description RESUMO O sensoriamento remoto multiespectral apresenta-se como metodologia confiável e viável para auxiliar o produtor na decisão para melhores práticas de manejo, garantindo uma produção agrícola mais eficiente e sustentável. Objetivou-se, com este trabalho, identificar e mapear o estresse em lavoura cafeeira, causado por variáveis bióticas e abióticas, por meio de índices de vegetação derivados de imagens multiespectrais Landsat-5 Thematic Mapper (TM). A malha amostral foi composta por 67 pontos, sendo cada ponto amostral constituído por cinco plantas. As análises de incidência de cercosporiose e de infestação do bicho-mineiro, nas folhas, de pH, matéria orgânica e textura do solo e teores foliares de nutrientes foram realizadas em cada um dos pontos amostrais e correlacionadas com 16 índices de vegetação obtidos de imagens referentes à época das análises. Os índices de vegetação apresentaram distribuição espacial semelhante à distribuição espacial das variáveis agronômicas, na lavoura. Houve correlação positiva dos índices com a infestação do bicho-mineiro e com os teores de silte e argila no solo e concentrações de Mg, Cu, B e Mn nas folhas, e negativa, com a incidência de cercosporiose e com pH e teor de areia do solo. Com base nesses resultados, foi possível mapear e identificar as alterações na reflectância espectral dos cafeeiros, causadas por essas variáveis agronômicas.
publishDate 2019
dc.date.none.fl_str_mv 2019-04-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0034-737X2019000200142
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0034-737X2019000200142
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/0034-737x201966020009
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Universidade Federal de Viçosa
publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.source.none.fl_str_mv Revista Ceres v.66 n.2 2019
reponame:Revista Ceres
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str Revista Ceres
collection Revista Ceres
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1728006783445762048