| 1. Identificação | ||||||||||
| Tipo de Referência | Tese ou Dissertação (Thesis) | |||||||||
| Site | mtc-m21d.sid.inpe.br | |||||||||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||||||||
| Identificador | 8JMKD3MGP3W34T/458LTA2 | |||||||||
| Repositório | sid.inpe.br/mtc-m21d/2021/08.11.12.18 | |||||||||
| Última Atualização | 2021:11.26.18.58.04 (UTC) simone | |||||||||
| Repositório de Metadados | sid.inpe.br/mtc-m21d/2021/08.11.12.18.53 | |||||||||
| Última Atualização dos Metadados | 2022:04.03.22.29.59 (UTC) administrator | |||||||||
| Chave Secundária | INPE-18494-TDI/3141 | |||||||||
| Chave de Citação | Simões:2021:VoZoMa | |||||||||
| Título | Sensoriamento remoto por VANT e orbital no estudo da cana-de-açúcar: volumetria e zonas de manejo  | |||||||||
| Título Alternativo | Remote sensing by UAV and orbital in the study of sugarcane: volumetry and management zones | |||||||||
| Curso | SER-SRE-DIPGR-INPE-MCTI-GOV-BR | |||||||||
| Ano | 2021 | |||||||||
| Data | 2021-08-10 | |||||||||
| Data de Acesso | 10 maio 2024 | |||||||||
| Tipo da Tese | Dissertação (Mestrado em Sensoriamento Remoto) | |||||||||
| Tipo Secundário | TDI | |||||||||
| Número de Páginas | 68 | |||||||||
| Número de Arquivos | 1 | |||||||||
| Tamanho | 4287 KiB | |||||||||
| 2. Contextualização | ||||||||||
| Autor | Simões, Gabriela Zoli | |||||||||
| Banca | Almeida, Cláudia Maria de (presidente) Kux, Hermann Johann Heinrich (orientador) Breunig, Fábio Marcelo (orientador) Sanches, Ieda Del'Arco Pereira, Luiz Henrique | |||||||||
| Endereço de e-Mail | gzolisimoes@gmail.com | |||||||||
| Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) | |||||||||
| Cidade | São José dos Campos | |||||||||
| Histórico (UTC) | 2021-08-11 12:25:49 :: gabriela.simoes@inpe.br -> administrator :: 2021-08-11 19:47:52 :: administrator -> pubtc@inpe.br :: 2021-08-11 19:48:23 :: pubtc@inpe.br -> gabriela.simoes@inpe.br :: 2021-09-22 11:57:02 :: gabriela.simoes@inpe.br -> pubtc@inpe.br :: 2021-09-23 22:46:41 :: pubtc@inpe.br -> administrator :: 2021-11-26 16:41:19 :: administrator -> pubtc@inpe.br :: 2021-11-30 19:55:28 :: pubtc@inpe.br -> simone :: 2021-11-30 19:56:57 :: simone :: -> 2021 2021-11-30 19:56:57 :: simone -> administrator :: 2021 2022-04-03 22:29:59 :: administrator -> :: 2021 | |||||||||
| 3. Conteúdo e estrutura | ||||||||||
| É a matriz ou uma cópia? | é a matriz | |||||||||
| Estágio do Conteúdo | concluido | |||||||||
| Transferível | 1 | |||||||||
| Palavras-Chave | agricultura de precisão VANTs zonas de manejo sensores orbitais precision agriculture UAVs management zones orbital sensors | |||||||||
| Resumo | O objetivo deste trabalho foi investigar o potencial de sensores imageadores a bordo de um veículo aéreo não tripulado (VANT) e de sistemas sensores orbitais para o monitoramento de variáveis biofísicas e bioquímicas da cana-de-açúcar na região de Ribeirão Preto (SP). Para tanto, foram feitas estimativas de altura dos dosséis e da produtividade dos talhões, avaliando a sua relação com os índices de vegetação (NDVI e EVI) em diferentes resoluções espaciais (3 m, 10 m e 30 m) e temperatura/emissividade do dossel. Para estimar a altura do dossel, foram adquiridas imagens RGB de VANT ao longo do período de crescimento da cana-de-açúcar na safra de 2019/2020, as quais foram utilizadas para criar modelos de superfície e terreno por meio da técnica SfM. A altura estimada foi obtida pela subtração entre o MDS e MDT e, a partir dela, calculou-se a taxa de crescimento da cana nesse período. A produtividade e a produção total foram estimadas pelo método da volumetria, para o qual foi usada a altura estimada no último período imageado. O cálculo dos índices foi efetuados com imagens dos satélites PlanetScope, Sentinel-2 e Landsat 8, adquiridas o mais próximo possível da data do imageamento com o VANT. Para a análise de correlação espacial, o coeficiente de Pearson foi calculado entre as alturas estimadas, os Índices de Vegetação, e temperatura e emissividade, sendo um ponto selecionado para avaliar se há correlação temporal entre a altura e os IVs. Os dados de temperatura e emissividade foram obtidosdo sensor ASTER. Por fim, foram construídos mapas de zonas de manejo pelo método de McQuitty e k-means, usando, informações da taxa de crescimento e IVs. Os modelos de altura retrataram as fases de crescimento da cana, permitindo a identificação de falhas no plantio e regiões com menor crescimento, no entanto, o uso de GCP ou RTK poderiam minimizar os erros e melhorar a qualidade dos modelos. A altura estimada não apresentou correlação espacial com os IVs. Nem a temperatura ou a emissividade apresentaram correlação com a altura, todavia dados com maior resolução espacial poderiam trazer melhores resultados. Quanto às Zonas de Manejo, todos os sensores orbitais tiveram bons resultados. Tanto o método, quantos as variáveis de entrada influenciaram nos resultados, sendo recomendada o uso de duas ZMs, tendo como variáveis o NDVI e a taxa de crescimento e o método de k-means, que possibilitou criar zonas mais homogêneas, sendo a validação com dados de campo fundamental para uma avaliação mais precisa dos resultados. Concluimos que o desenvolvimento de metodologias, integrando o uso de dados obtidos por VANTs e sensores orbitais, permitem identificar características nas áreas agrícolas que podem ser aplicadas no gerenciamento de culturas. ABSTRACT: This work aimed to investigate the potential of imaging sensors on board unmanned aerial vehicles (UAVs) and orbital sustems to monitor biophysical and biochemical variables of sugarcane in SE Brazil. For this purpose, estimates of the height of the canopies and the yield were made, evaluating their relationship with vegetation indices (NDVI and EVI) in different spatial resolutions (3 m, 10 m and 30 m) and temperature/emissivity of the canopy. To estimate canopy height, RGB images of UAV were acquired during the sugarcane growth period in the 2019/2020 harvest, which were used to create surface and ground models using the SfM technique. The estimated height was obtained by subtraction between the DSM and DTM. The estimated height in each period allowed to calculate the growth rate of the sugarcane in this period. Yield and the total production were estimated by the volumetric method, which used the height estimated in the last imaged period. In order to calculate the indices, images from the PlanetScope, Sentinel-2 and Landsat 8 satellites were used, acquired as close as possible to the date of the UAV flight. For spatial correlation analysis, Pearson's coefficient was calculated between the estimated heights, the VIs and temperature and emissivity. A point was selected in order to evaluate the existence of a temporal correlation between height and VIs. Temperature and emissivity data were obtained from the temperature and emissivity products of the ASTER sensor. Finally, maps of management zones were constructed using the McQuitty and k-means method, using information on growth rate and vegetation indices. The height models portrayed the growth phases of sugarcane, allowing the identification of failures in the plantation and regions with lower growth, however, the use of GCP or RTK could minimize errors and improve the quality of the models. The estimated height did not present a spatial correlation with the Vis. Neither temperature nor emissivity showed correlation with height, however data with higher spatial resolution could improve the results. As for the Management Zones, all spatial resolutions showed good results. Both methods, as well as the input variables influenced the results, recommending the use of two MZs, considering as variables the NDVI and growth rate and the k-means method, which created more homogeneous zones. However, the validation with field data is of fundamental importance for a more accurate evaluation of the results. Therefore, we conclude that it is possible to develop methodologies, integrating the use of data from UAVs and orbital sensors data, which are capable of identifying characteristics of agricultural areas that can be applied to crop management. | |||||||||
| Área | SRE | |||||||||
| Arranjo 1 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Sensoriamento remoto por... | |||||||||
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Sensoriamento remoto por... | |||||||||
| Conteúdo da Pasta doc | acessar | |||||||||
| Conteúdo da Pasta source |
| |||||||||
| Conteúdo da Pasta agreement |
| |||||||||
| 4. Condições de acesso e uso | ||||||||||
| URL dos dados | http://urlib.net/ibi/8JMKD3MGP3W34T/458LTA2 | |||||||||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34T/458LTA2 | |||||||||
| Idioma | pt | |||||||||
| Arquivo Alvo | publicacao.pdf | |||||||||
| Grupo de Usuários | gabriela.simoes@inpe.br pubtc@inpe.br simone | |||||||||
| Visibilidade | shown | |||||||||
| Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.10 | |||||||||
| Permissão de Leitura | allow from all | |||||||||
| Permissão de Atualização | não transferida | |||||||||
| 5. Fontes relacionadas | ||||||||||
| Repositório Espelho | urlib.net/www/2021/06.04.03.40.25 | |||||||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F3NU5S 8JMKD3MGPCW/46KUATE | |||||||||
| Acervo Hospedeiro | urlib.net/www/2021/06.04.03.40 | |||||||||
| 6. Notas | ||||||||||
| Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype | |||||||||