Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/35859| ORCID: |  http://orcid.org/0000-0001-9887-1231 |
| Tipo do documento: | Trabalho de Conclusão de Curso |
| Tipo de acesso: | Acesso Aberto |
| Título: | Uso de séries temporais espectrais para estimar a produtividade do café |
| Autor(es): | Paes, Alice Pedro Bom |
| Primeiro orientador: | Martins, George Deroco |
| Primeiro coorientador: | Xavier, Laura Cristina Moura |
| Primeiro membro da banca: | Xavier, Laura Cristina Moura |
| Segundo membro da banca: | Barbosa, Luís Ricardo |
| Resumo: | Aplicações de técnicas de Sensoriamento Remoto voltados à Agricultura de Precisão (AP) vêm se tornando cada vez mais crescente, devido às necessidades de demanda oriunda do crescimento populacional, a crescente competitividade no mercado e também, a complexidade da agricultura. Com isso, o conhecimento sobre a lavoura tornou-se ainda mais necessário, onde o uso da AP aliada às imagens multiespectrais, torna-se possível a elaboração de mapas de estimativa de produtividade de uma região, fazendo com que os agricultores possam identificar as áreas da lavoura sob estresse e facilitando a aplicação de insumos em locais corretos e com suas respectivas quantidades necessárias. Até então, diversos trabalhos e estudos vêm fazendo uso de imagens multiespectrais coletadas referente à data de colheita da lavoura, e este trabalho tem como objetivo a quebra (ou não) deste paradigma. Sendo assim, esta pesquisa teve como propósito a determinação do melhor período para se estimar a produtividade, dentro do período fenológico do café, além da definição do melhor algoritmo classificador. Para isto, o estudo foi realizado em uma parcela situada no município de Monte Carmelo, no estado de Minas Gerais (MG), e teve como metodologia a extração da reflectância de alguns pontos do talhão cuja produtividade foi mensurada em campo. Com isto, concluiu-se que março de 18 foi o mês mais assertivo do período fenológico cafeeiro perante os demais meses. Este mês corresponde à segunda fase da fenologia do café, referente ao último mês de seu período vegetativo. Além disso, conclui-se que o algoritmo que obteve melhores resultados foi o Support Vector Machine, por possuir maiores correlações, menores erros e valores menos tendenciosos comparados aos resultados obtidos com os outros algoritmos. |
| Palavras-chave: | Cafeicultura Predição da produtividade modelos espectrais Mapas de distribuição da produtividade |
| Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA CNPQ::CIENCIAS AGRARIAS |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Referência: | PAES, Alice Pedro Bom. Uso de séries temporais espectrais para estimar a produtividade do café. 2022. 48 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Agrimensura e Cartográfica) - Universidade Federal de Uberlândia,Uberlândia, 2022. |
| URI: | https://repositorio.ufu.br/handle/123456789/35859 |
| Data de defesa: | 11-Ago-2022 |
| Aparece nas coleções: | TCC - Engenharia de Agrimensura e Cartográfica (Monte Carmelo) |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| UsoSériesTemporais.pdf | TCC | 1.05 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.