| 1. Identificação | |
| Tipo de Referência | Tese ou Dissertação (Thesis) |
| Site | mtc-m16c.sid.inpe.br |
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
| Identificador | 6qtX3pFwXQZGivnJSY/KaFEm |
| Repositório | sid.inpe.br/MTC-m13@80/2006/02.14.16.39 (acesso restrito) |
| Última Atualização | 2023:11.28.14.12.12 (UTC) simone |
| Repositório de Metadados | sid.inpe.br/MTC-m13@80/2006/02.14.16.39.54 |
| Última Atualização dos Metadados | 2023:11.28.14.12.13 (UTC) simone |
| Chave Secundária | INPE--TDI/ |
| Chave de Citação | Dainese:2005:ImLAMa |
| Título | Imagens LANDSAT para mapeamento de produtividade de soja e milho em agricultura de precisão  |
| Título Alternativo | LANDSAT images for mapping soybean and corn yield in precision agriculture |
| Curso | SER-SPG-INPE-MCT-BR |
| Ano | 2005 |
| Data | 2005-12-02 |
| Data de Acesso | 13 maio 2024 |
| Tipo da Tese | Tese (Doutorado em Sensoriamento Remoto) |
| Tipo Secundário | TDI |
| Número de Páginas | 141 |
| Número de Arquivos | 1 |
| Tamanho | 17981 KiB |
| 2. Contextualização | |
| Autor | Dainese, Renata Cilene |
| Grupo | SER-SPG-INPE-MCT-BR |
| Banca | Epiphanio, José Carlos Neves (presidente) Molin, José Paulo (orientador) Moreira, Maurício Alves (orientador) Rudorff, Bernardo Friedrich Theodor Queiroz, Daniel Marçal de Vettorazzi, Carlos Alberto |
| Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) |
| Cidade | São José dos Campos |
| Histórico (UTC) | 2006-02-14 16:39:54 :: jefferson -> administrator :: 2006-09-27 21:17:34 :: administrator -> jefferson :: 2008-05-02 16:43:27 :: jefferson -> administrator :: 2009-07-07 16:11:48 :: administrator -> jefferson :: 2009-07-08 15:16:33 :: jefferson -> camila :: 2010-03-08 17:06:57 :: camila -> administrator :: 2010-05-11 01:35:29 :: administrator -> ricardo :: 2010-11-19 11:29:44 :: ricardo -> marciana :: 2010-11-19 12:28:26 :: marciana -> administrator :: 2005 -> 2018-06-04 04:22:25 :: administrator -> marciana :: 2019-02-19 17:17:18 :: marciana -> simone :: 2019-02-19 17:17:44 :: simone -> administrator :: 2022-03-16 01:46:54 :: administrator -> simone :: 2023-01-11 12:25:54 :: simone :: -> 2005 2023-01-11 12:25:56 :: simone -> administrator :: 2005 2023-01-22 13:43:14 :: administrator -> simone :: 2005 |
| 3. Conteúdo e estrutura | |
| É a matriz ou uma cópia? | é a matriz |
| Estágio do Conteúdo | concluido |
| Transferível | 1 |
| Palavras-Chave | x |
| Resumo | O conhecimento da variabilidade espacial da produtividade de um talhão agrícola é uma das informações mais importantes nos sistemas de gerenciamento da produção. Porém, as técnicas convencionais para mensurar essa variabilidade, dentro dos princípios de Agricultura de Precisão (AP), não têm demonstrado serem satisfatórias, principalmente para grandes propriedades agrícolas. Entre as diferentes alternativas para se conhecer a variabilidade espacial, o Sensoriamento Remoto (SR) tem se mostrado como uma das técnicas mais promissoras, porém ainda carente de desenvolvimento. Desta forma, o objetivo principal deste trabalho foi o de explorar o potencial de imagens multiespectrais orbitais de média resolução espacial, aqui representadas pelos sensores TM e ETNA' a bordo dos satélites Landsat 5 e 7, respectivamente, para obter mapas de variabilidade de produtividade das culturas de milho e soja. Para tanto, foi realizada a análise de regressão múltipla entre os dados e estabelecida uma metodologia para gerar zonas de variabilidade de produtividade, chamada Mapa de Variações. Nas análises de regressão entre os mapas de produtividade, obtidos em campo por meio de colhedoras equipadas com monitores, e os valores de reflectância, nas imagens de cada canal do sensor e de índices de vegetação, os valores de correlação encontrados foram baixos. Os maiores valores obtidos foram para a cultura do milho e observou-se uma tendência de melhores resultados encontrados com a aplicação do GNDVI. Por outro lado, foi possível observar nos Mapas de Variações uma tendência de concordância das zonas de reflectância com as zonas de anormalidade de produtividade, demonstrando o potencial dessa metodologia para a definição de zonas de manejo. Desta forma, pode-se verificar que o SR é potencialmente uma importante fonte de dados para a AP, que pode suprir algumas das necessidades deste sistema, desde que com técnicas adequadas e um detalhado trabalho de campo, principalmente para grandes áreas, ou onde dados de monitoramento de colheita não estão disponíveis. ABSTRACT: The knowledge of space variability of yield is one of the most important in the management information production systems. However, conventional techniques for measuring such variability, with the principies of Precision Agriculture, have not demonstrated to be satisfactory, mainly for large farms. Among different alternatives, Remote Sensing tias shown to be one of the most promising techniques, however still under development. Considering it, the main objective of this work was to explore the potential of orbital multispectral images of average space resolution, obtained with lhe sensors TM and ETM . on board lhe satellites Landsat 5 and 7, respectively, aiming at the attainment of maps of com and soybean yield variability. A multiple regression was carried out and established a methodology of generation of yield variability zones, call Variations Map. Regression analyses were established between yield maps generated by yield monitors on lhe combines, and the values of reflectance of each canal of the sensor and vegetation index. The correlation values were low, with highest values com n and with lhe application of the GNDVI. On the other hand, it was possible to observe a trend where reflectance zones followed the zones of yield abnormality using the methodology of Variations Maps, demonstrating the potential of this methodology for the definition of management zones. It can be observed that Remote Sensing is potentially an important source of data for Precision Agriculture, being able to supply with adequate techniques and detailed field work, some of the necessities of the system, mainly for large areas, or where yield maps are not available. |
| Área | SRE |
| Arranjo | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Imagens LANDSAT para... |
| Conteúdo da Pasta doc | acessar |
| Conteúdo da Pasta source | não têm arquivos |
| Conteúdo da Pasta agreement | não têm arquivos |
| 4. Condições de acesso e uso | |
| Idioma | pt |
| Arquivo Alvo | publicacao.pdf |
| Grupo de Usuários | administrator jefferson marciana simone |
| Grupo de Leitores | administrator simone |
| Visibilidade | shown |
| Detentor da Cópia | SID/SCD |
| Permissão de Leitura | deny from all |
| Permissão de Atualização | não transferida |
| 5. Fontes relacionadas | |
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F3NU5S |
| Acervo Hospedeiro | sid.inpe.br/mtc-m18@80/2008/03.17.15.17 |
| 6. Notas | |
| Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyright creatorhistory descriptionlevel dissemination doi e-mailaddress electronicmailaddress format isbn issn label lineage mark mirrorrepository nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype |
| 7. Controle da descrição | |
| e-Mail (login) | simone |
| atualizar | |