Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite

Detalhes bibliográficos
Autor(a) principal: Borges, Bruno Carramaschi
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/34359
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, Programa de Pós-Graduação em Geociências Aplicadas, 2018.
id UNB_0d3d7f8b9dca7a85bae2e35046b54d45
oai_identifier_str oai:repositorio2.unb.br:10482/34359
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Borges, Bruno CarramaschiBaptista, Gustavo Macedo de Mello2019-04-13T17:24:20Z2019-04-13T17:24:20Z2019-04-132018-08-10BORGES, Bruno Carramaschi. Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite. 2018. [108] f., il. Dissertação (Mestrado em Geociências Aplicadas)—Universidade de Brasília, Brasília, 2018.http://repositorio.unb.br/handle/10482/34359Dissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, Programa de Pós-Graduação em Geociências Aplicadas, 2018.As pastagens plantadas degradadas representam uma parcela significativa no valor total dos imóveis ligados à pecuária. A utilização das melhores técnicas de manejo produtivo é necessária para definir suas características de conservação, dado que o vigor das plantas e a percentagem de solo exposto são fatores relevantes na determinação da qualidade dos pastos. O uso de índices de vegetação é uma ferramenta apropriada para esse fim. Partindo dessa premissa, este estudo teve como objetivo avaliar o potencial de vinte e sete índices de vegetação, em especial o Spectral Feature Depth Vegetation Index/SFDVI, para a aferição da percentagem de cobertura verde em imagens RapidEye e determinar a qualidade dos pastos por meio da sua associação com fotografias digitais e dados quanti-qualitativos de campo. Foram coletadas 108 amostras, em campo, com dados relacionados à qualidade fisiológica e de conservação dos pastos (vigor e altura das plantas, presença de plantas invasores e cupins) e fotografias digitais, a um metro de altura do extrato superior das folhas, que foram processadas, posteriormente, por meio de classificação espectral supervisionada de máxima verossimilhança para a obtenção dos quantitativos de cobertura verde, palhada e solo exposto. Os índices de vegetação foram aplicados na imagem RapidEye e correlacionados por regressão linear simples com a área de cobertura verde, a fim de determinar qual apresentava uma melhor capacidade preditiva. O índice Renormalized Difference Vegetation Index/RDVI se sobressaiu em relação aos demais com um R² de 0,766. A maioria dos índices com a banda RedEdge na sua composição apresentaram coeficientes de determinação intermediários, que variaram de 0,6627 a 0,7165. O SFDVI apresentou um coeficiente de determinação de 0,6924 para a aferição da porcentagem de cobertura verde, apresentando, assim, um bom potencial preditivo para esse fim e que pode vir a ser estudado para as demais culturas agrícolas e florestais. A verificação da qualidade das pastagens foi determinada por meio de regressão múltipla, com base em seis parâmetros, a partir dos oito índices com melhor desempenho na estimativa da cobertura verde. Os resultados não mostraram uma capacidade preditiva regular, pois o coeficiente de determinação de todos os índices foi inferior a 0,60. Ainda assim, o RDVI, mais uma, vez se mostrou o mais promissor, pois apresentou o maior coeficiente de determinação (0,5958). A resolução espacial da imagem RapidEye associada a resolução das fotografias digitais não permitiu uma aferição precisa. Esse foi o fator que mais influenciou no desempenho da metodologia aqui pesquisada. Desse modo, entende-se que novos estudos baseados em imagens de satélite ou obtidas por veículos aéreos não tripulados com maior resolução espacial podem vir a ser realizados na tentativa de aperfeiçoar o método de estimativa proposto.Degraded planted pastures represent a significant portion of the total value of real estate related to livestock. The use of the best techniques of productive management is necessary to define its conservation characteristics, since the vigor of the plants and the percentage of exposed soil are relevant factors in the determination of the quality of the pastures. The use of vegetation indexes is an appropriate tool for this purpose. The objective of this study was to evaluate the potential of twenty-seven vegetation indexes, specially the Spectral Feature Depth Vegetation Index / SFDVI, to measure the percentage of green cover in RapidEye images and to determine the quality of the pastures through its association with digital photographs and quantitative/qualitative field data. Data related to physiological and conservation quality of the pastures (plant vigor and height, occurrence of invasive plants and termites) and digital photographs were collected in field, which were then processed by supervised spectral classification of maximum likelihood to obtain the percentage of green cover, straw and exposed soil. In order to determine which had the best predictive capacity, the vegetation indexes were applied to the image and correlated by simple linear regression with the green cover area. The Renormalized Difference Vegetation Index / RDVI surpassed the others and presented a coefficient of determination (R²) of 0.766. Most indexes with the RedEdge band in their composition presented intermediate R², ranging from 0.6627 to 0.7165. The SFDVI showed a coefficient of determination of 0.6924 for the measurement of the percentage of green cover, presenting, therefore, a good predictive potential for this purpose and can be studied for other agricultural and forestry purposes. The pasture quality check was determined by means of multiple regression, based on six parameters, from the eight indexes with the best performance in the estimation of the green cover. The results did not show a regular predictive capacity, since the coefficient of determination of all indexes was less than 0.60. Even so, the RDVI, once again, was the most promising, since it presented the highest R² (0.5958). The spatial resolution of the RapidEye image associated with the spatial resolution of the digital photographs did not allow accurate gauging. This was the factor that most influenced the performance of the methodology studied here. Thus, it is understood that new studies based on satellite images or obtained by unmanned aerial vehicles with higher spatial resolution may be performed in an attempt to improve the proposed estimation method.A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessAvaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satéliteinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisÍndices de vegetaçãoCobertura verdePastagens - manejoSensoriamento remotoporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINAL2018_BrunoCarramaschiBorges.pdf2018_BrunoCarramaschiBorges.pdfapplication/pdf3692082http://repositorio2.unb.br/jspui/bitstream/10482/34359/1/2018_BrunoCarramaschiBorges.pdfcfbdd76697a8e60619415f878257386eMD51open accessLICENSElicense.txtlicense.txttext/plain671http://repositorio2.unb.br/jspui/bitstream/10482/34359/2/license.txtbacfee268cc5d4f6aaa2e6e0066d38f5MD52open access10482/343592023-07-14 17:10:19.036open accessoai:repositorio2.unb.br:10482/34359QSBjb25jZXNzw6NvIGRhIGxpY2Vuw6dhIGRlc3RlIGl0ZW0gcmVmZXJlLXNlIGFvIHRlcm1vIGRlIGF1dG9yaXphw6fDo28gaW1wcmVzc28gYXNzaW5hZG8gDQpwZWxvIGF1dG9yIGNvbSBhcyBzZWd1aW50ZXMgY29uZGnDp8O1ZXM6DQoNCk5hIHF1YWxpZGFkZSBkZSB0aXR1bGFyIGRvcyBkaXJlaXRvcyBkZSBhdXRvciBkYSBwdWJsaWNhw6fDo28sIGF1dG9yaXpvIGEgVW5pdmVyc2lkYWRlIGRlIEJyYXPDrWxpYQ0KIGUgbyBJQklDVCBhIGRpc3BvbmliaWxpemFyIHBvciBtZWlvIGRvcyBzaXRlcyB3d3cuYmNlLnVuYi5iciwgd3d3LmliaWN0LmJyLA0KIGh0dHA6Ly9oZXJjdWxlcy52dGxzLmNvbS9jZ2ktYmluL25kbHRkL2NoYW1lbGVvbj9sbmc9cHQmc2tpbj1uZGx0ZCBzZW0gcmVzc2FyY2ltZW50byBkb3MgDQpkaXJlaXRvcyBhdXRvcmFpcywgZGUgYWNvcmRvIGNvbSBhIExlaSBuwrogOTYxMC85OCwgbyB0ZXh0byBpbnRlZ3JhbCBkYSBvYnJhIGRpc3BvbmliaWxpemFkYSwNCiBjb25mb3JtZSBwZXJtaXNzw7VlcyBhc3NpbmFsYWRhcywgcGFyYSBmaW5zIGRlIGxlaXR1cmEsIGltcHJlc3PDo28gZS9vdSBkb3dubG9hZCwgYSB0w610dWxvIGRlIA0KZGl2dWxnYcOnw6NvIGRhIHByb2R1w6fDo28gY2llbnTDrWZpY2EgYnJhc2lsZWlyYSwgYSBwYXJ0aXIgZGVzdGEgZGF0YS4=Biblioteca Digital de Teses e DissertaçõesPUBhttps://repositorio.unb.br/oai/requestopendoar:2023-07-14T20:10:19Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite
title Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite
spellingShingle Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite
Borges, Bruno Carramaschi
Índices de vegetação
Cobertura verde
Pastagens - manejo
Sensoriamento remoto
title_short Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite
title_full Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite
title_fullStr Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite
title_full_unstemmed Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite
title_sort Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite
author Borges, Bruno Carramaschi
author_facet Borges, Bruno Carramaschi
author_role author
dc.contributor.author.fl_str_mv Borges, Bruno Carramaschi
dc.contributor.advisor1.fl_str_mv Baptista, Gustavo Macedo de Mello
contributor_str_mv Baptista, Gustavo Macedo de Mello
dc.subject.keyword.pt_BR.fl_str_mv Índices de vegetação
Cobertura verde
Pastagens - manejo
Sensoriamento remoto
topic Índices de vegetação
Cobertura verde
Pastagens - manejo
Sensoriamento remoto
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, Programa de Pós-Graduação em Geociências Aplicadas, 2018.
publishDate 2018
dc.date.submitted.none.fl_str_mv 2018-08-10
dc.date.accessioned.fl_str_mv 2019-04-13T17:24:20Z
dc.date.available.fl_str_mv 2019-04-13T17:24:20Z
dc.date.issued.fl_str_mv 2019-04-13
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.citation.fl_str_mv BORGES, Bruno Carramaschi. Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite. 2018. [108] f., il. Dissertação (Mestrado em Geociências Aplicadas)—Universidade de Brasília, Brasília, 2018.
dc.identifier.uri.fl_str_mv http://repositorio.unb.br/handle/10482/34359
identifier_str_mv BORGES, Bruno Carramaschi. Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite. 2018. [108] f., il. Dissertação (Mestrado em Geociências Aplicadas)—Universidade de Brasília, Brasília, 2018.
url http://repositorio.unb.br/handle/10482/34359
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
bitstream.url.fl_str_mv http://repositorio2.unb.br/jspui/bitstream/10482/34359/1/2018_BrunoCarramaschiBorges.pdf
http://repositorio2.unb.br/jspui/bitstream/10482/34359/2/license.txt
bitstream.checksum.fl_str_mv cfbdd76697a8e60619415f878257386e
bacfee268cc5d4f6aaa2e6e0066d38f5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv
_version_ 1803573696342786048

Registros relacionados