Comportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do Mackenzie |
Texto Completo: | http://dspace.mackenzie.br/handle/10899/24145 |
Resumo: | O monitoramento do estado das culturas a nível regional é fundamental na procura de uma gestão agrícola sustentável. Uma das metodologias aplicadas com esse objetivo é a Agricultura de Precisão que, em conjunto com as ferramentas e equipamentos tecnológicos (Sistemas Globais de Navegação por satélite, Sensoriamento Remoto, Sistemas de Informações Geográficas e Veículos Aéreos Não Tripulados), formam um sistema agrícola integrado baseado nas informações da produção e evolução dos cultivos. Desde a década de 1970, marcada pelo lançamento da plataforma do satélite Landsat-1, o estudo do estado das culturas foi definido pelo relacionamento entre a interação da radiação eletromagnética no solo e na vegetação e sua resposta nas diferentes faixas de comprimento de onda (medidas de refletância espectral) relacionadas com a composição química foliar dos cultivos. Nesta pesquisa, foram analisadas as assinaturas espectrais (valores de refletância espectral relacionados com o comprimento de onda) e os principais índices de vegetação (NDVI, GNDVI, SAVI e EVI) para as culturas de Milho, Arroz e Soja em uma área de cultivo de 320 hectares, localizada no município de Tremembé (SP) para o período de novembro a março dos ciclos 2017/18 e 2018/19, através do uso de imagens multiespectrais dos satélites Sentinel-2, CBERS-4 e Landsat-8. Os resultados mostram maiores respostas espectrais (especialmente na região RedEdge e Near-InfraRed) na cultura da Soja, seguida do Arroz e do Milho ao redor dos 60 a 90 dias de semeadura e uma diminuição com a aproximação da colheita, que é dada pela perda de nutrientes e clorose das folhas. Além disso, se observa uma alta correlação (0,972) no índice de vegetação aprimorado (EVI) entre as imagens dos satélites CBERS-4 e Landsat-8. O cálculo dos índices de vegetação mostra também que o ciclo da safra 2018/19 teve resultados mais homogêneos e maior porcentagem de áreas com valores elevados em comparação com o primeiro ciclo. Ademais as imagens estudadas mostram que existe uma variação da refletância devido a diversos fatores como idade da vegetação, época de cultivo, regime de chuvas, temperatura, entre outros. Apesar disso, os gráficos de refletância mostram um grande potencial para monitorar o conteúdo de nutrientes e água nos cultivos, assim como também os índices de vegetação indicam uma boa vantagem na administração de insumos e visitas de campo. |
id |
UPM_1542fa90bb353b0648357c71461f9557 |
---|---|
oai_identifier_str |
oai:dspace.mackenzie.br:10899/24145 |
network_acronym_str |
UPM |
network_name_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
repository_id_str |
10277 |
spelling |
http://lattes.cnpq.br/4714240398706670Valencia, Lady Victoria AnguloPamboukian, Sergio Vicente Denserhttp://lattes.cnpq.br/23264810878032862020-04-30T18:45:16Z2020-05-28T18:07:04Z2020-05-28T18:07:04Z2020-02-03O monitoramento do estado das culturas a nível regional é fundamental na procura de uma gestão agrícola sustentável. Uma das metodologias aplicadas com esse objetivo é a Agricultura de Precisão que, em conjunto com as ferramentas e equipamentos tecnológicos (Sistemas Globais de Navegação por satélite, Sensoriamento Remoto, Sistemas de Informações Geográficas e Veículos Aéreos Não Tripulados), formam um sistema agrícola integrado baseado nas informações da produção e evolução dos cultivos. Desde a década de 1970, marcada pelo lançamento da plataforma do satélite Landsat-1, o estudo do estado das culturas foi definido pelo relacionamento entre a interação da radiação eletromagnética no solo e na vegetação e sua resposta nas diferentes faixas de comprimento de onda (medidas de refletância espectral) relacionadas com a composição química foliar dos cultivos. Nesta pesquisa, foram analisadas as assinaturas espectrais (valores de refletância espectral relacionados com o comprimento de onda) e os principais índices de vegetação (NDVI, GNDVI, SAVI e EVI) para as culturas de Milho, Arroz e Soja em uma área de cultivo de 320 hectares, localizada no município de Tremembé (SP) para o período de novembro a março dos ciclos 2017/18 e 2018/19, através do uso de imagens multiespectrais dos satélites Sentinel-2, CBERS-4 e Landsat-8. Os resultados mostram maiores respostas espectrais (especialmente na região RedEdge e Near-InfraRed) na cultura da Soja, seguida do Arroz e do Milho ao redor dos 60 a 90 dias de semeadura e uma diminuição com a aproximação da colheita, que é dada pela perda de nutrientes e clorose das folhas. Além disso, se observa uma alta correlação (0,972) no índice de vegetação aprimorado (EVI) entre as imagens dos satélites CBERS-4 e Landsat-8. O cálculo dos índices de vegetação mostra também que o ciclo da safra 2018/19 teve resultados mais homogêneos e maior porcentagem de áreas com valores elevados em comparação com o primeiro ciclo. Ademais as imagens estudadas mostram que existe uma variação da refletância devido a diversos fatores como idade da vegetação, época de cultivo, regime de chuvas, temperatura, entre outros. Apesar disso, os gráficos de refletância mostram um grande potencial para monitorar o conteúdo de nutrientes e água nos cultivos, assim como também os índices de vegetação indicam uma boa vantagem na administração de insumos e visitas de campo.Monitoring crop status at regional level is critical in the pursuit of sustainable Agricultural Management. One of the methodologies applied for this purpose is Precision Farming which together with the technological tools and equipment (Global Navigation Satellite Systems, Remote Sensing, Geographic Information Systems and Unmanned Aerial Vehicles) form an integrated agricultural system based on information of crop production and evolution. Since the 1970s, marked by the launch of the Landsat-1 satellite platform, the study of crop status has been defined by the relationship between the interaction of electromagnetic radiation in soil and vegetation and its response over different wavelength ranges (measured by reflectance) related to the leaf chemical composition of the crops. In this research, we analyzed the spectral signatures (wavelength-related spectral reflectance values) and the main vegetation indices (NDVI, GNDVI, SAVI, EVI) for the Corn, Rice and Soybean crops in a cultivated area of 320 hectares, located in the municipality of Tremembé (SP) for the period from November to March of the 2017/2018 and 2018/2019 cycles, through the use of multispectral images of the Sentinel-2, CBERS-4 and Landsat-8 satellites. The results show higher spectral responses (especially in the RedEdge and Near-InfraRed region) in the soybean crop, followed by rice and corn around 60 to 90 days of sowing and a decrease with the crop approach, which is due to loss nutrients and leaf chlorosis. In addition, a high correlation (0,972) in the enhanced vegetation index (EVI) between CBERS-4 and Landsat-8 satellite images is observed. The vegetation index calculation also shows that the 2018/2019 crop cycle had more homogeneous results and a higher percentage of areas with high values compared to the first cycle. In addition, the studied images show that there is a variation of reflectance due to several factors such as vegetation age, growing season, rainfall, temperature, among others. Nevertheless, reflectance graphs show great potential for monitoring nutrient and water content in crops, as well as vegetation indices indicate a good advantage in input management and field visits.Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorapplication/pdfVALENCIA, Lady Victoria Angulo. Comportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8. 2020. 116 f. Dissertação (mestrado em Ciências e Aplicações Geoespaciais) - Universidade Presbiteriana Mackenzie, São Paulo, 2020.http://dspace.mackenzie.br/handle/10899/24145Sentinel-2CBERS-4Landsat-8remote sensingprecision agriculturespectral signaturesspectral Reflectancevegetation IndicesporUniversidade Presbiteriana Mackenziehttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessSentinel-2CBERS-4Landsat-8sensoriamento remotoagricultura de precisãoassinaturas espectraisrefletância espectralíndices de vegetaçãoCNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIASComportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Biblioteca Digital de Teses e Dissertações do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIEDuro, Magda Aparecida SalgueiroAraújo, Sidnei Alves deBrasilEscola de Engenharia Mackenzie (EE)UPMCiências e Aplicações GeoespaciaisORIGINALTESE_FINAL_LADY_ANGULO.pdfTESE_FINAL_LADY_ANGULO.pdfapplication/pdf9123339https://dspace.mackenzie.br/bitstreams/a0060f86-25ae-4ea0-9eef-bc6ba5423ecd/download3c3049158712b8b19cd4ff5e7d11751eMD51TEXTTESE_FINAL_LADY_ANGULO.pdf.txtTESE_FINAL_LADY_ANGULO.pdf.txtExtracted texttext/plain189779https://dspace.mackenzie.br/bitstreams/a00f37ab-cfd2-4b1c-9897-975124aa858d/download212c4513441fef1fc6b8bb6e86f98d51MD52THUMBNAILTESE_FINAL_LADY_ANGULO.pdf.jpgTESE_FINAL_LADY_ANGULO.pdf.jpgGenerated Thumbnailimage/jpeg1258https://dspace.mackenzie.br/bitstreams/60ce85b4-3e43-49c2-bd71-b5e670944dfb/download2a8dcaa2099c63fe1610723ed7fc2803MD5310899/241452022-03-14 16:50:00.823http://creativecommons.org/licenses/by-nc-nd/4.0/Acesso Abertooai:dspace.mackenzie.br:10899/24145https://dspace.mackenzie.brBiblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRIhttps://adelpha-api.mackenzie.br/server/oai/repositorio@mackenzie.br||paola.damato@mackenzie.bropendoar:102772022-03-14T16:50Biblioteca Digital de Teses e Dissertações do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)false |
dc.title.por.fl_str_mv |
Comportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8 |
title |
Comportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8 |
spellingShingle |
Comportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8 Valencia, Lady Victoria Angulo Sentinel-2 CBERS-4 Landsat-8 sensoriamento remoto agricultura de precisão assinaturas espectrais refletância espectral índices de vegetação CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS |
title_short |
Comportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8 |
title_full |
Comportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8 |
title_fullStr |
Comportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8 |
title_full_unstemmed |
Comportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8 |
title_sort |
Comportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8 |
author |
Valencia, Lady Victoria Angulo |
author_facet |
Valencia, Lady Victoria Angulo |
author_role |
author |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/4714240398706670 |
dc.contributor.author.fl_str_mv |
Valencia, Lady Victoria Angulo |
dc.contributor.advisor1.fl_str_mv |
Pamboukian, Sergio Vicente Denser |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/2326481087803286 |
contributor_str_mv |
Pamboukian, Sergio Vicente Denser |
dc.subject.por.fl_str_mv |
Sentinel-2 CBERS-4 Landsat-8 sensoriamento remoto agricultura de precisão assinaturas espectrais refletância espectral índices de vegetação |
topic |
Sentinel-2 CBERS-4 Landsat-8 sensoriamento remoto agricultura de precisão assinaturas espectrais refletância espectral índices de vegetação CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS |
description |
O monitoramento do estado das culturas a nível regional é fundamental na procura de uma gestão agrícola sustentável. Uma das metodologias aplicadas com esse objetivo é a Agricultura de Precisão que, em conjunto com as ferramentas e equipamentos tecnológicos (Sistemas Globais de Navegação por satélite, Sensoriamento Remoto, Sistemas de Informações Geográficas e Veículos Aéreos Não Tripulados), formam um sistema agrícola integrado baseado nas informações da produção e evolução dos cultivos. Desde a década de 1970, marcada pelo lançamento da plataforma do satélite Landsat-1, o estudo do estado das culturas foi definido pelo relacionamento entre a interação da radiação eletromagnética no solo e na vegetação e sua resposta nas diferentes faixas de comprimento de onda (medidas de refletância espectral) relacionadas com a composição química foliar dos cultivos. Nesta pesquisa, foram analisadas as assinaturas espectrais (valores de refletância espectral relacionados com o comprimento de onda) e os principais índices de vegetação (NDVI, GNDVI, SAVI e EVI) para as culturas de Milho, Arroz e Soja em uma área de cultivo de 320 hectares, localizada no município de Tremembé (SP) para o período de novembro a março dos ciclos 2017/18 e 2018/19, através do uso de imagens multiespectrais dos satélites Sentinel-2, CBERS-4 e Landsat-8. Os resultados mostram maiores respostas espectrais (especialmente na região RedEdge e Near-InfraRed) na cultura da Soja, seguida do Arroz e do Milho ao redor dos 60 a 90 dias de semeadura e uma diminuição com a aproximação da colheita, que é dada pela perda de nutrientes e clorose das folhas. Além disso, se observa uma alta correlação (0,972) no índice de vegetação aprimorado (EVI) entre as imagens dos satélites CBERS-4 e Landsat-8. O cálculo dos índices de vegetação mostra também que o ciclo da safra 2018/19 teve resultados mais homogêneos e maior porcentagem de áreas com valores elevados em comparação com o primeiro ciclo. Ademais as imagens estudadas mostram que existe uma variação da refletância devido a diversos fatores como idade da vegetação, época de cultivo, regime de chuvas, temperatura, entre outros. Apesar disso, os gráficos de refletância mostram um grande potencial para monitorar o conteúdo de nutrientes e água nos cultivos, assim como também os índices de vegetação indicam uma boa vantagem na administração de insumos e visitas de campo. |
publishDate |
2020 |
dc.date.accessioned.fl_str_mv |
2020-04-30T18:45:16Z 2020-05-28T18:07:04Z |
dc.date.available.fl_str_mv |
2020-05-28T18:07:04Z |
dc.date.issued.fl_str_mv |
2020-02-03 |
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 |
VALENCIA, Lady Victoria Angulo. Comportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8. 2020. 116 f. Dissertação (mestrado em Ciências e Aplicações Geoespaciais) - Universidade Presbiteriana Mackenzie, São Paulo, 2020. |
dc.identifier.uri.fl_str_mv |
http://dspace.mackenzie.br/handle/10899/24145 |
identifier_str_mv |
VALENCIA, Lady Victoria Angulo. Comportamento espectral das culturas de milho, arroz e soja, usando imagens dos satélites Sentinel-2, Cbers-4 e Landsat-8. 2020. 116 f. Dissertação (mestrado em Ciências e Aplicações Geoespaciais) - Universidade Presbiteriana Mackenzie, São Paulo, 2020. |
url |
http://dspace.mackenzie.br/handle/10899/24145 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
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 Presbiteriana Mackenzie |
publisher.none.fl_str_mv |
Universidade Presbiteriana Mackenzie |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do Mackenzie instname:Universidade Presbiteriana Mackenzie (MACKENZIE) instacron:MACKENZIE |
instname_str |
Universidade Presbiteriana Mackenzie (MACKENZIE) |
instacron_str |
MACKENZIE |
institution |
MACKENZIE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
collection |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
bitstream.url.fl_str_mv |
https://dspace.mackenzie.br/bitstreams/a0060f86-25ae-4ea0-9eef-bc6ba5423ecd/download https://dspace.mackenzie.br/bitstreams/a00f37ab-cfd2-4b1c-9897-975124aa858d/download https://dspace.mackenzie.br/bitstreams/60ce85b4-3e43-49c2-bd71-b5e670944dfb/download |
bitstream.checksum.fl_str_mv |
3c3049158712b8b19cd4ff5e7d11751e 212c4513441fef1fc6b8bb6e86f98d51 2a8dcaa2099c63fe1610723ed7fc2803 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE) |
repository.mail.fl_str_mv |
repositorio@mackenzie.br||paola.damato@mackenzie.br |
_version_ |
1813819966568267776 |