Índices de vegetação em sistemas integrados lavoura, pecuária e floresta obtidos a partir de aeronaves remotamente pilotadas

Detalhes bibliográficos
Autor(a) principal: Sousa, Raphael Duarte de
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: https://hdl.handle.net/11449/250836
Resumo: A quantificação de forragem pode ser realizada por métodos diretos e indiretos. Dentre as tecnologias empregadas para coleta indireta destaca-se o sensoriamento remoto, que utiliza parâmetros de reflectância da vegetação e armazena esses dados em imagens, afim de gerar índices que podem ser aplicados como indicadores da qualidade ambiental. O presente trabalho objetivou analisar os resultados de dois índices de vegetação para estimar a pastagem em diferentes sistemas de bovinos de corte entre maio/2022 a março/2023. Os dados foram obtidos na Unidade de Referência Tecnológica e de Pesquisa localizada na Embrapa pecuária Sudeste em São Carlos-SP. Essa unidade possui área de 30 ha composta por cinco sistemas produtivos de bovinos de corte a pasto diferentes, ILPF (Integração Lavoura-Pecuária15 Floresta), Silvipastoril, ILP Integração Lavoura-Pecuária), Intensivo e Extensivo; sendo cada sistema composto por 6 ha. As imagens foram obtidas em maio/2022, agosto/2022, 17 dezembro/2022 e março/2023 a partir do modelo de câmera AGX 710 (Sentera, EUA), embarcada no drone Matrice 210 (DJI, China). Os índices de vegetação utilizados foram o NDVI (Normalized Difference Vegetation Index) e NDRE (Normalized Difference Red Edge). O processamento das imagens foi realizado nos softwares Pix4D e QGIS. Em ambos os índices de vegetação os valores obtidos apresentaram um padrão, indicando alta produção nos sistemas ILPF e Silvipastoril, média produção nos sistemas ILP e Intensivo, e baixa produção no sistema Extensivo. Os meses de dezembro/2022 e março/2023 foram observados os maiores valores e os meses de maio/2022 e agosto/2022 os menores valores, demonstrando a influências das estações do ano sob as pastagens.
id UNSP_0f16e2b05af373771fb3ebb3489f8c92
oai_identifier_str oai:repositorio.unesp.br:11449/250836
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Índices de vegetação em sistemas integrados lavoura, pecuária e floresta obtidos a partir de aeronaves remotamente pilotadasVegetation indices in integrated crop-livestock-forest systems obtained from remotely piloted aircraftAgricultura de precisãoDronePlantas forrageirasGeoprocessamentoPrecision agricultureDronesForage cropGeoprocessingA quantificação de forragem pode ser realizada por métodos diretos e indiretos. Dentre as tecnologias empregadas para coleta indireta destaca-se o sensoriamento remoto, que utiliza parâmetros de reflectância da vegetação e armazena esses dados em imagens, afim de gerar índices que podem ser aplicados como indicadores da qualidade ambiental. O presente trabalho objetivou analisar os resultados de dois índices de vegetação para estimar a pastagem em diferentes sistemas de bovinos de corte entre maio/2022 a março/2023. Os dados foram obtidos na Unidade de Referência Tecnológica e de Pesquisa localizada na Embrapa pecuária Sudeste em São Carlos-SP. Essa unidade possui área de 30 ha composta por cinco sistemas produtivos de bovinos de corte a pasto diferentes, ILPF (Integração Lavoura-Pecuária15 Floresta), Silvipastoril, ILP Integração Lavoura-Pecuária), Intensivo e Extensivo; sendo cada sistema composto por 6 ha. As imagens foram obtidas em maio/2022, agosto/2022, 17 dezembro/2022 e março/2023 a partir do modelo de câmera AGX 710 (Sentera, EUA), embarcada no drone Matrice 210 (DJI, China). Os índices de vegetação utilizados foram o NDVI (Normalized Difference Vegetation Index) e NDRE (Normalized Difference Red Edge). O processamento das imagens foi realizado nos softwares Pix4D e QGIS. Em ambos os índices de vegetação os valores obtidos apresentaram um padrão, indicando alta produção nos sistemas ILPF e Silvipastoril, média produção nos sistemas ILP e Intensivo, e baixa produção no sistema Extensivo. Os meses de dezembro/2022 e março/2023 foram observados os maiores valores e os meses de maio/2022 e agosto/2022 os menores valores, demonstrando a influências das estações do ano sob as pastagens.Forage can be quantified using direct and indirect methods. Among the technologies used for indirect collection is remote sensing, which uses reflectance parameters of the vegetation and store this data in images aiming to generate indexes that can be applied as indicators of environmental quality. The aim of this study was to analyze the results of two vegetation index to estimate pasture in different cattle systems between May/2022 and March/2023. The data was obtained from the Technological Reference and Research Unit located at Embrapa Pecuária Sudeste in São Carlos-SP. This unit has an area of 30 ha consisting of five different pasture cattle production systems, ILPF (Crop-Livestock-Forest Integration), Silvipastoril, ILP (Crop-Livestock Integration), Intensive and Extensive; each system has an area of 6 ha. The images were taken in May/2022, August/2022, December/2022 and March/2023 from the AGX 710 camera (Sentera, USA), carried on the Matrice 210 Remotely Piloted Aircraft (DJI, China). The vegetation indices used were NDVI (Normalized Difference Vegetation Index) and NDRE (Normalized Difference Red Edge). The images were processed using Pix4D and QGIS software. In both vegetation indices, the values obtained show a similar pattern, indicating high production in the ILPF and Silvipastoril systems, moderate production in the ILP and Intensive systems, and low production in the Extensive system. The months of December/2022 and March/2023 was observed the highest values, while the months of May/2022 and August/2022 had the lowest values, demonstrating the influence of the seasons on pastures.Não recebi financiamentoUniversidade Estadual Paulista (Unesp)Rosalen, David LucianoEmbrapa Pecuária SudestePezzopane, José Ricardo MacedoSousa, Raphael Duarte de2023-10-03T18:33:05Z2023-10-03T18:33:05Z2023-09-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttps://hdl.handle.net/11449/250836porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-12-14T06:23:27Zoai:repositorio.unesp.br:11449/250836Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462023-12-14T06:23:27Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Índices de vegetação em sistemas integrados lavoura, pecuária e floresta obtidos a partir de aeronaves remotamente pilotadas
Vegetation indices in integrated crop-livestock-forest systems obtained from remotely piloted aircraft
title Índices de vegetação em sistemas integrados lavoura, pecuária e floresta obtidos a partir de aeronaves remotamente pilotadas
spellingShingle Índices de vegetação em sistemas integrados lavoura, pecuária e floresta obtidos a partir de aeronaves remotamente pilotadas
Sousa, Raphael Duarte de
Agricultura de precisão
Drone
Plantas forrageiras
Geoprocessamento
Precision agriculture
Drones
Forage crop
Geoprocessing
title_short Índices de vegetação em sistemas integrados lavoura, pecuária e floresta obtidos a partir de aeronaves remotamente pilotadas
title_full Índices de vegetação em sistemas integrados lavoura, pecuária e floresta obtidos a partir de aeronaves remotamente pilotadas
title_fullStr Índices de vegetação em sistemas integrados lavoura, pecuária e floresta obtidos a partir de aeronaves remotamente pilotadas
title_full_unstemmed Índices de vegetação em sistemas integrados lavoura, pecuária e floresta obtidos a partir de aeronaves remotamente pilotadas
title_sort Índices de vegetação em sistemas integrados lavoura, pecuária e floresta obtidos a partir de aeronaves remotamente pilotadas
author Sousa, Raphael Duarte de
author_facet Sousa, Raphael Duarte de
author_role author
dc.contributor.none.fl_str_mv Rosalen, David Luciano
Embrapa Pecuária Sudeste
Pezzopane, José Ricardo Macedo
dc.contributor.author.fl_str_mv Sousa, Raphael Duarte de
dc.subject.por.fl_str_mv Agricultura de precisão
Drone
Plantas forrageiras
Geoprocessamento
Precision agriculture
Drones
Forage crop
Geoprocessing
topic Agricultura de precisão
Drone
Plantas forrageiras
Geoprocessamento
Precision agriculture
Drones
Forage crop
Geoprocessing
description A quantificação de forragem pode ser realizada por métodos diretos e indiretos. Dentre as tecnologias empregadas para coleta indireta destaca-se o sensoriamento remoto, que utiliza parâmetros de reflectância da vegetação e armazena esses dados em imagens, afim de gerar índices que podem ser aplicados como indicadores da qualidade ambiental. O presente trabalho objetivou analisar os resultados de dois índices de vegetação para estimar a pastagem em diferentes sistemas de bovinos de corte entre maio/2022 a março/2023. Os dados foram obtidos na Unidade de Referência Tecnológica e de Pesquisa localizada na Embrapa pecuária Sudeste em São Carlos-SP. Essa unidade possui área de 30 ha composta por cinco sistemas produtivos de bovinos de corte a pasto diferentes, ILPF (Integração Lavoura-Pecuária15 Floresta), Silvipastoril, ILP Integração Lavoura-Pecuária), Intensivo e Extensivo; sendo cada sistema composto por 6 ha. As imagens foram obtidas em maio/2022, agosto/2022, 17 dezembro/2022 e março/2023 a partir do modelo de câmera AGX 710 (Sentera, EUA), embarcada no drone Matrice 210 (DJI, China). Os índices de vegetação utilizados foram o NDVI (Normalized Difference Vegetation Index) e NDRE (Normalized Difference Red Edge). O processamento das imagens foi realizado nos softwares Pix4D e QGIS. Em ambos os índices de vegetação os valores obtidos apresentaram um padrão, indicando alta produção nos sistemas ILPF e Silvipastoril, média produção nos sistemas ILP e Intensivo, e baixa produção no sistema Extensivo. Os meses de dezembro/2022 e março/2023 foram observados os maiores valores e os meses de maio/2022 e agosto/2022 os menores valores, demonstrando a influências das estações do ano sob as pastagens.
publishDate 2023
dc.date.none.fl_str_mv 2023-10-03T18:33:05Z
2023-10-03T18:33:05Z
2023-09-19
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/11449/250836
url https://hdl.handle.net/11449/250836
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1799965286182420480